通义通义实验室-算法专家-大模型Agentic应用范式

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. 算法设计与开发 -针对云计算基础设施资源的需求计划、供需匹配、采购决策和库存管理等场景，建立数学模型并设计求解算法（如线性规划、强化学习、仿真推演等）。 -设计并研发基于大模型（LLM）智能问答（QA）、推理分析（如Chain-of-Thought, ReAct）的agentic AI助手，提升资源运营效率。 2. 工程落地与优化 -将算法从原型推进到生产环境上线，并可解决实际运营业务场景中的规模化和时效性挑战。 -提供运营业务人员可通过自然语言直接交互并高效可用的Agentic AI助手。 -与工程团队合作，设计高性能、可扩展的算法服务架构。 3. 跨领域协作 -与云产品（需求侧）、供应链、采购、数据中心运营等多个团队紧密合作，理解业务痛点并转化为可量化的技术问题。 -跟踪学术界（如OR、ML顶会）和工业界（如AWS/GCP资源优化方案）最新进展，推动技术迭代。

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。

1.通过研发领域大模型、AI Agent等技术实现垂直领域上的严格深度分析、智能交互等能力，不断提升大模型在商业场景中的应用价值。 2.在企业信用业务场景下对企信产品智能能力等业务需求提供算法视角输入，通过算法能力帮助团队和业务铺路搭桥，并推动内外部资源，为最终目标负责。 3.跟踪学术界和工业界的最新进展，不断引入创新技术到项目中并与团队成员分享，帮助团队成长。协助提升团队影响力，积极攻关技术前沿，鼓励并支持将研究成果沉淀到系统内并产出技术文章、专利和学术论文。