阿里巴巴淘天算法技术-大模型算法专家（ai助手）-杭州*
任职要求
1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先。 2、在大模型训练（预训练/SFT/RLHF/强化学习）中具备扎实的实战经验，熟悉主流训练框架与分布式训练技术。 3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先。 4、熟练掌握PyTorch等深度学习框架，具备大规模模型训练、推理优化或在线服务部署经验。 5、具备在模糊和不确定性中独立判断与决策的能力，能在缺乏成熟方案的领域提出有技术品位的解决路径。 6、对“用AI重新定义…
工作职责
1、深度参与淘宝AI购物助手统一大模型的全链路训练，包括预训练退火、监督微调（SFT）、基于真实用户行为的奖励建模（RLVR）及人类反馈强化学习（RLHF），持续提升模型在电商场景下的任务完成能力。 2、设计并实现大模型原生的Agent框架，通过Skill编排、工具调用（Tool-use）、Sub-agent协作等机制，将淘系生态能力注入AI助手，使其具备“执行闭环”能力——不仅能理解用户意图，更能完成推荐、比价、下单、售后等真实购物任务。 3、基于淘天数亿级用户的真实交互行为，挖掘高信噪比的隐式与显式反馈信号，构建面向电商场景的奖励函数体系，并通过强化学习驱动模型持续优化用户体验与商业指标。 4、探索无人区问题，AI Agent在真实业务约束下的前沿挑战，包括但不限于：异步实时推理调度、Any-to-Any原生多模态理解（文本/图像/视频/商品卡片）、动态工具发现与组合、长程任务规划等。
1. 负责Agentic Coding大模型（Agentic LLM for Software Engineering）的后训练（Mid-Train/SFT/RL）算法设计和训练研究等。 2. 打造面向真实软件开发的智能化全链路技术，包括但不限于Agentic Coding、Agent Teams 等技术。 3. 建设大模型训练的Harness体系，探索Auto Research相关技术在大模型后训练的应用。 4. 将上述技术在 Qoder、Lingma 及 CLI 等产品形态中进行大规模应用落地。
团队介绍：AI应用与创新团队，立足于抖音集团（抖音、直播、今日头条、番茄小说、财经等），致力于AI技术研究与业务创新赋能，包括：AI x 体验、 AI x 质量、AI x 安全等，助力业务品质与口碑的持续提升。 团队积极向上，工程师文化，技术氛围好，拥有算法（大模型、推荐、机器学习）、工程（后台、前端、大数据）、产品等多种职能岗位，地域覆盖深圳、北京、杭州、上海。 1、负责字节跳动抖音系产品多业务场景下的代码AI提效&提质相关研发工作，包括并不限于代码风险识别、代码数字孪生、智能单测生成等； 2、持续跟进LLM和软件工程的前沿技术，关注AI Coding、UI建站、PRD审计、多Agent协同等前沿技术进展，探索新技术在代码AI方向的应用； 3、深入分析业务和技术问题，和产品/研发/质量/运营等同学密切配合解决，提高项目整体效率和收益。
面向淘宝直播场景，利用前沿大模型技术构建“高智商、高情商”的数字人直播体系及智能助理。不限于： 1. 参与直播场景下超大规模用户评论的实时意图识别，解决口语化、垂直领域语义模糊等难题；构建基于Agent架构的对话管理系统，实现灵活的控场、互动与转场决策。 2. 参与研发高性能的直播垂直领域RAG系统，结合向量检索、知识图谱及在线实时外网检索，确保数字人回答内容的专业性、时效性及准确性（解决幻觉问题）。 3. 参与设计并实现面向直播侧的Agent框架，支持大模型自主调度营销工具、素材展示等能力，提升互动性。 4. 参与优化多轮对话能力，通过垂域SFT、DPO/RLHF等手段，训练大模型掌握数字人主播的个性化人设、带货节奏及高转化话术逻辑。
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；