阿里云阿里云智能-AI知识工程师-技术内容团队-Qoder方向- 杭州/北京
任职要求
‒ 快速学习能力：能快速吸收技术写作专业知识、掌握云计算相关产品知识，以及理解复杂的技术概念和原理； ‒ 软技能：出色的书面和口头表达能力，能以通俗易懂的编写符合用户视角的技术文档，能与各种角色的同事保持顺畅沟通；脚踏实地的工作态度和较强的时间管理能力； ‒ 编程技能：熟悉计算机原理、计算机网络、操作系统、数据结构与算法，具备编程能力，至少掌握一门编程语言，如：Java、Python、Go、JavaScript； ‒ 语言能力：…
工作职责
作为**知识工程师（Knowledge Engineer，KE）**，你将站在技术与用户之间的关键交汇点，成为阿里云和通义产品技术知识体系的“翻译者”与“构建者”。你不仅是文档的撰写者，更是用户视角的深度洞察者、产品理念的精准传递者，以及AI时代下内容生产范式的革新者，用世界级的内容，点亮每一个用户的云之旅。 在这个角色中，你将融合传统内容运营、技术写作与AI工程的多重能力，基于大模型驱动的内容生成新范式，重构从“技术理解”到“用户认知”的全链路体验。你所产出的不只是文档，而是帮助用户快速上手、深入理解、高效决策的认知工具——让复杂的云架构变得可读、可感、可行动。 ‒ 按照集团技术内容规范与标准，为产品编写面向客户的技术文档，包括但不限于产品介绍、用户操作指南、教程、最佳实践、故障排除、开发指南、API/SDK参考等； ‒ 为技术文档编写必要的示例代码，帮助客户更快地了解产品能力； ‒ 通过开展调研和分析获取用户洞察，并据此制定内容改进方案，以提升技术文档质量； ‒ 深刻理解大模型原理，以构建agent 的方式，将AI 应用到技术文档的生产流程； ‒ 维护编写、改进和发布文档的风格指南和最佳实践。
商品基础算法团队是淘天集团核心的商品理解中台，负责对淘天全域（淘宝、天猫等）数百亿的商品进行深度、精准、多维度的内容理解。我们产出的商品认知能力（如属性、卖点、风格、品类、知识），是整个淘天搜索、推荐、广告、AIGC应用、智能导购、直播等所有核心业务的基石，直接决定了用户“逛”和“买”的体验，是连接“人”与“货”的智能引擎。 当前，我们正处在用新一代AI技术（大模型、多模态大模型）彻底重塑商品理解的历史机遇期。在这里，你将接触到海量的电商多模态数据，有机会定义下一代商品理解的技术范式，你的工作成果将通过集团各大业务场景，影响亿万用户的消费决策。 岗位职责： 1、参与商品 Wiki 知识库项目的研发与落地，综合运用 LLM、MLLM、Agent 等技术手段，系统性设计并持续迭代 Judge 引擎，驱动商品 Wiki 内容质量的规模化提升。 2、负责商品 Wiki 全链路质量管控，涵盖质量评估体系建设、错误样本挖掘与改写、人机协同审核流程设计等，通过精细化质量分层与闭环反馈机制，推动内容问题的系统性发现与治理。 3、运用 SFT、偏好学习（DPO/RLHF）、强化学习（RL）等后训练方法，持续提升 Judge 基础模型的判别能力；同时基于 Agentic RL 框架，增强 Judge Agent 在自主任务规划、多步推理及交叉验证等复杂场景下的决策能力。 4、深度跟踪 LLM / Agent 领域前沿学术与工程进展，结合业务场景开展技术可行性验证，推动前沿方法在实际生产环境中的高效落地与规模化应用。
1. 结合LLM技术，设计和优化RAG全链路的基础架构，提升系统的吞吐能力和响应速度。 2. 构建高性能，可扩展的分布式文件处理和索引构建系统，承载海量文档的知识库的索引和检索需求。 3. 规划和优化检索集群，通过合理的分片，资源分配等策略降低延迟提高吞吐，针对业务场景进行服务优化。 4. 建立完善的系统监控，日志分析和trace平台，能快速定位和解决系统问题。
1. 结合LLM技术，设计和优化RAG全链路的基础架构，提升系统的吞吐能力和响应速度。 2. 构建高性能，可扩展的分布式文件处理和索引构建系统，承载海量文档的知识库的索引和检索需求。 3. 规划和优化检索集群，通过合理的分片，资源分配等策略降低延迟提高吞吐，针对业务场景进行服务优化。 4. 建立完善的系统监控，日志分析和trace平台，能快速定位和解决系统问题。
1. 结合LLM技术，设计和优化RAG全链路的基础架构，提升系统的吞吐能力和响应速度。 2. 构建高性能，可扩展的分布式文件处理和索引构建系统，承载海量文档的知识库的索引和检索需求。 3. 规划和优化检索集群，通过合理的分片，资源分配等策略降低延迟提高吞吐，针对业务场景进行服务优化。 4. 建立完善的系统监控，日志分析和trace平台，能快速定位和解决系统问题。