阿里云阿里云智能-AI产品评测专家/工程师-杭州/北京
任职要求
1、计算机、人工智能、统计学、数学或相关专业，本科及以上学历，3年（工程师）或5年（专家）以上相关工作经验；
2、熟悉业界主流评测工具集和评测集，有独立设计执行评测经验；
…工作职责
1、构建科学高效的AI产品评测体系，能够识别现有评测体系的局限性，持续优化评测方法、指标和数据集； 2、熟悉评测方法论和工具链，能够搭建评测工具平台，执行评测方案并拿到评测结论； 3、具备AI模型和AI产品能力分析和迭代优化分析能力，根据评测结论提出优化建议，驱动优化落地； 4、关注业界前沿AI模型和产品发展，关注AI前沿评测方法发展，并转化为内部评测实践。
1. 负责百炼平台大模型调优与部署等AI工具链产品化落地； 2. 负责百炼平台的调优模型推理、模型评测、模型调优、模型广场等的模块的架构设计和开发工作； 3. 了解技术使用场景和优缺点，能够就复杂技术问题，提供解决方案并执行落地，同时对上下游技术团队及技术架构有完整的了解； 4. 基于业务需求和技术洞察，在调优后模型的推理服务方面，进行技术规划并落地。
通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 Coder团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的coding agent/digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。 工作职责： 1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。 （1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。 （2）通过Large-scale Pre-training 和 Large-scaleRL来提升Code Reasoning能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务； 2. 负责Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。 （1）通过Scaling海量数字世界数据结合大规模合成数据，来提升Computer-Use Agent的Grouding能力。 （2）通过Long Horizon的方式进行强化训练，结合可扩展的多模态环境反馈来提升CU Agent的Reasoning的能力。
1. 参与蚂蚁星河金融AI应用设计和开发，支持大模型研发训练以及在业务场景的应用落地 2. 负责信贷/资管/金市投研/营销等场景大模型应用场景的落地建设，以及相关AI平台系统的架构设计与开发； 3. 负责大模型性能分析和进行调优，识别和解决瓶颈问题，包括不限模型微调训练和模型评测等，提升模型效果和推理速度；
我们是阿里巴巴国际数字商业集团 - Accio 工程团队，正在打造全球 B2B 电商领域首个 AI Agent 产品（www.accio.com）。 我们致力于突破传统电商的局限，利用 AI 技术重构跨境贸易的作业流——从趋势洞察、新品研发、全网寻源、多模态匹配，到商家验证。我们在做一个能够处理复杂商业逻辑、具备深度辅助决策能力的智能终端，探索技术在 B2B 复杂场景下的赋能边界。 * 构建高适应性的 Agent 交互架构： 主导设计能够动态响应 AI 推理结果的组件协议与通信机制。你需要解决当后端返回非结构化、流式（Streaming）甚至不确定的数据时，前端如何通过稳健的架构实现精准的 UI 渲染与状态管理，确保用户体验的流畅性与确定性。 * 探索“人机协同”的下一代体验： 深入参与 Agent 业务逻辑设计，负责将前沿的 AI 交互范式（如生成式 UI、多轮对话上下文管理、主动式交互）转化为可落地的工程代码，在浏览器端实现高密度的信息聚合与复杂的富交互功能。 * 建立 AI 时代的工程化标准： 负责 Agent 产品的研发效能与质量体系。面对 AI 带来的长链路延迟与随机性挑战，建设专门的端侧性能优化方案、全链路可观测性平台以及针对 AI 输出的自动化评测（Eval）机制，保障产品在极端场景下的稳定性。