蚂蚁金服蚂蚁集团-Agentic RL算法专家-杭州/北京
任职要求
1、教育背景优秀，计算机相关专业研究生； 2、有较好的计算机科学和算法基础，编程能力强； 3、有代码/自然语言/多模态大模型、深度序列/生成模型、时序分析等相关技术或者落地经验者优先； 4、产出需在论文、开源、比赛成绩、项目上满足1条或者多条； 4a、算法研究背景在诸如ICML/ICLR/NIPS、ACL/EMNLP/KDD、CVPR/ICCV/ECCV等会议有相关论文发表者优先； 4b、应用系统研究背景在诸如WWW、SIGMOD/VLDB…
工作职责
1、核心算法研发：主导Agentic RL及多智能体（Multi-Agent）算法的研发，融合大模型和多模态（LLM/VLM）的推理能力。 2、训练框架优化：负责RL训练框架的性能调优与迭代，提升大规模训练效率。 3、智能体构建与落地：构建面向真实场景的智能体，包括但不限于GUI Agent、代码Agent、根因分析（RCA）Agent等，驱动业务创新。
我们正在寻找充满激情的大模型应用开发者，共同构建大模型应用新开发范式，积极推进大模型应用落地新范式，拥抱开源社区，探索前沿研究方向。 工作内容包括： 1. 探索超前沿大语言模型强化学习算法和Agentic应用范式。 2. 参与大模型应用开发平台架构设计，积极推进MCP等开源协议赋能企业级开发平台。 3. 构建大模型轻应用，推进大模型在金融/医疗/教育等核心场景落地和赋能。
大模型开启了崭新的智能化时代，代码智能化将是智能化革命的核心力量。围绕AI Coding，从code model到coding copilot再到coding agent，我们进行了深入的技术建设，打造了国内最受欢迎的智能编码助手通义灵码，并不断探索新的产品形态，欢迎一起来做改变世界的代码智能技术，具体详见：https://tongyi.aliyun.com/lingma 职位描述： 1. 负责软件工程大模型（Agentic LLM for Software Engineering）的训练和研究等，包括但不限于Agentic RL、Reward Systems、Environment Scaling等。 2. 打造自主编码智能体的核心技术，包括但不限于Memory、Context Engineering、Tools-use、Reasoning等。 3. 将上述技术在通义灵码及其他创新产品中进行大规模应用落地。
通过强化学习提升万亿级参数大模型的决策认知能力，实现大模型在复杂环境下的多模态交互，完成多轮感知-决策闭环，在前沿实践中推动AGI落地； 研发新一代大模型强化学习算法，提升大模型在多模态、工具调用、复杂环境交互、多智能体交互等方向的基础能力； 改进大规模分布式强化学习框架，优化万卡集群下的高效分布式训练效率，支持大模型与复杂环境/工具的高效交互； 将强化学习研究成果融入千问&夸克产品生态，打造更懂用户的智能服务产品, 让前沿技术惠及亿万用户。
1. 探索研究多模态大模型、GUI agent、Agentic RL、AI memory、多模态RAG等前沿技术。 2. 参与研发多模态、全模态大模型等下一代人工智能核心技术，探索面向真实环境的多模态智能体多轮强化学习。 3. 负责跟踪和研究多模态大模型前沿技术调研，参与多模态大模型to C和to B业务场景落地。