通义Token Foundry-AI工程与评测技术专家-北京/杭州
任职要求
1. 计算机、人工智能、软件工程或相关专业本科及以上学历，5年以上AI工程化、MLOps或质量保障相关经验。 2. 精通Python，熟悉主流MLOps工具或自动化测试框架，有从0到1搭建平台经验者优先。 3. 掌握多AI模型评测指标（WER、Slot F1、MOS…
工作职责
1. 构建端到端的数据与MLOps基础设施，支撑语音、图像、文本、传感器等多模态数据的大规模处理及模型的后训练、评估与部署。 2. 设计自动化数据管线，实现多模态数据的收集、清洗、标注、版本管理、质量监控及隐私合规处理。 3. 主导MLOps核心能力建设，包括实验跟踪、特征管理、训练调度、A/B测试、模型版本控制、灰度发布与在线监控。 4. 搭建覆盖模型能力（如ASR准确率、NLU F1、LLM任务完成率）、系统性能（延迟、资源占用）和用户体验（上下文连贯性、任务成功率）的自动化评测体系。 5. 推动AI驱动的测试创新，探索基于大模型的测试用例自动生成、用户行为模拟、对抗测试等前沿方法。
1、负责AI for Science尤其是生物医药方向的基础算法的研究和研发落地，包括不限于蛋白语言模型，基因语言模型，分子基础模型，生成式生物模型等。 2、对AI for Science尤其是基因全链路分析，药物早筛等问题中涉及的智能化和生成式模型等技术进行快速试错，找到可行方案，并不断对其进行创新改进，在各项性能指标上超出现有方案，不断提升行业天花板，不断完善相应的服务化工具。 3、以人工智能技术和高性能计算为基础，在相关方向产出高水平的文章，专利和软件服务，完善公司在AI for Science方面的技术布局，提升公司在相关领域的影响力。
1. Benchmark全生命周期体系建设 （1）负责大模型Benchmark评测体系的设计、开发与迭代。 （2）支持模型研发过程中的多维评测任务，包括能力评估、边界测试、badcase轨迹分析与归因。 （3）构建评测数据闭环，推动评测结果反哺模型训练与优化策略。 2. 评测任务托管平台研发与服务化 （1）主导大模型评测任务调度平台的架构设计与核心功能开发，支持高并发、多租户、可配置的任务管理。 （2）实现评测流程的标准化、自动化与服务化，提升研发团队的评测效率与资源利用率。 （3）提供API服务、可视化看板及运维支持能力。 3. 通用技术组件与基础设施研发 （1）支持ATH事业群通用组件研发，包括日志采集分析、系统监控告警、网络接入网关等基础能力。 （2）推动组件标准化与复用，降低业务接入成本，提升整体研发效能。
1. 负责面向AI手机等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。 2. 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。 3. 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。 4. 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。 5. 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。
【构建支撑 AI 自主进化的虚拟环境】 当大模型（LLM）进化为智能体（Agent），它们不再仅限于文本交互，而是开始真正在浏览器网页/电脑桌面和终端命令行中执行复杂任务。我们的目标是：构建一套全端覆盖、极速启动、深度可观测的 Agent 虚拟执行沙箱。无论是轻量级的 Web 交互，还是复杂的Windows真实系统仿真，我们致力于为 Agent 提供安全、高效的运行环境。加入我们，定义下一代 AI Agent 的基础设施，支撑模型的自我迭代进化！ 【工作职责】 1、Agent 沙箱环境矩阵构建： （1）打造毫秒级启动的轻量化 Web 沙箱，构建完备的 ContainerUse 环境支持体系。 （2）突破 OS 层虚拟化瓶颈，构建支持全功能桌面的沙箱，支撑基于复杂人机交互（GUI）的评测需求。 2、统一沙箱管理引擎研发： （1）设计实现端侧管控服务的极致轻量化与高并发承载能力。