阿里云阿里云智能-高级研发专家-AI Agent方向-北京
任职要求
1. 技术能力 编程基础：精通Python/Java/C++，熟悉TensorFlow、PyTorch、Spring AI等框架，具备分布式系统开发经验 算法能力：深入理解强化学习、多模态大模型、Prompt工程等技术； 工程经验：具备AI Agent全链路开发能力，包括数据合成、模型训练、评测体系搭建； 熟悉MetaGPT、AutoGPT、LangChain、LlamaIndex等主流开发框架 2. 业务理解 熟悉垂直领域痛点（如电商搜索、智能客服、代码生成运维），能将技术转化为实际产品功能 具备跨团队协作能力，协调算法、产品、运营等角色推进项目 3. 学历与经验 学历：本科及以上学历，计算机科学、人工智能、数学等相关专业 经验：i. 1年以上大模型或Agent开发经验，有亿级用户产品优化经验者优先 ii. 有实际的Agent应用在Coze、Dify、百炼等平台开发经验； iii. 具备清晰的思路，良好的业务理解能力、系统分析和软件设计能力，优秀的沟通能力及项目推动能力； 4. 加分项 1.在开源社区（如Openmanus、AutoGPT、LangChain、Bolt.new等项目）有贡献或独立开发过AI Agent项目 2.有Agent落地企业级应用的经验
工作职责
1. 系统架构与工程落地
● 负责AI Agent框架设计与实现，构建高可用、低延迟的AI Agent生产环境，支持百万级以上用户量的应用、部署平台
● 负责智能体知识库、流程编排等功能开发，对接头部等流量等载体的接口，输出能力
● 开发LLM应用基础设施，包括RAG 技术、Agent开发框架（如LangChain） MCP 协议等
● 优化Agent与工具调用的协同机制，提升任务规划、自主决策和交互体验
● 探索大模型与Agent技术的结合，解决复杂场景下的推理能力
2. 业务场景适配与创新
● 推动AI Agent在搜索、营销、服务、DevOps运维等领域的落地
● 设计符合行业需求的解决方案，如应用导购助理、客服助手、智能编程助手
● 负责AI项目的推动落地，行业类Agent开发以及行业类RAG系统的架构设计与研发。
● 负责技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点，沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代。1. 负责专有云AI产品领域相关产品设计与规划，包括AI基础设施、AI异构算力调优、AI中间件及Agent开发或运维平台等AI领域的一种或多种产品规划和设计，完成需求分析，撰写需求文档，负责产品路线图制定。 2. 与研发领域协作，共同推动跨团队的研发交付，提升产研协同效率，持续完善产品功能，实现产品迭代升级与用户体验优化 3. 组织和编写产品上市材料，推进新产品、新功能从0到1的市场化验证，确保产品商业成功。
岗位职责： 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破，构建Agent通用平台、大模型训练平台等工具产品，同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新； 2、多语言大模型、领域大模型的训练技术研究与落地； 3、AI数据清洗、加工、合成、自动标注技术研究与落地； 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地； 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地； 6、入呼大模型机器人、外呼大模型机器人研发经验；熟悉VAD, ASR, TTS等语音相关技术； 以上方向擅长其中1个即可
全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。 1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展，包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准，并将其分解为可落地、可量化的算法迭代目标。 2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题，包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略，使模型具备真正连贯、有逻辑的对话能力。 3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题，并通过 RAG 新范式或其他创新方法，显著提升对话的准确性与信息量。 4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系，能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型。
团队介绍： 高德语音技术部，是负责高德自研全栈语音技术的综合性团队。团队核心技术能力包括：自研TTS基座大模型、端侧模型、多语种、RTC流式语音、语音识别、模型服务与推理、大规模语音IP定制服务等。业务支撑面向高德全部核心场景，包括语音导航、AI领航员、IP语音定制、国际化、AI语音助手、智能外呼、内容生成等。 团队定位是通过前沿语音技术的研究和落地，赋能下一代AI产品创新。近期部分技术（https://arxiv.org/abs/2507.12197）和产品进展介绍（https://mp.weixin.qq.com/s/A3TWtfwlqGdkC6oNHrkFaw ） 工作职责 1、参与输出语音技术（TTS、ASR、语音表征学习、端到端模型）的长期技术路线规划，推动团队在生成式语音大模型、多模态语音交互等领域的技术突破； 2、研究TTS大模型、端到端语音模型的前沿方向，探索语音与文本、视觉的跨模态融合，探索出行场景语音Agent的创新方向； 3、技术落地与产品化：将研究成果转化为高价值产品，解决复杂场景（如低资源语言、多语种、实时性要求高的工业级应用）； 4、学术与产业影响力：发表顶会论文（如ICASSP、INTERSPEECH、NeurIPS、ICML）、申请核心专利，提升公司技术话语权。