通义Token Foundry-Agent User Alignment 算法研究员-Qwen
社招全职技术类-算法地点：北京状态：招聘♡ 收藏
工作描述
任职要求 1. 计算机、人工智能等相关专业硕士及以上学历，具备扎实的机器学习基础和工程能力。 2. 在 Coding Agent、大模型 SFT/RL、奖励建模或数据合成等至少一个方向有深入实践。 3. 能从真实交互案例中提炼技术问题，独立设计对照实验，并分析模型收益、失败原因与泛化边界。 4. 有复杂代码任务、Agent 训练或线上效果优化经验者优先；有相关高质量研究成果者优先。 工作职责 负责 Qwen 在 Coding 与 Agent 场景下的 User Alignment 研究，以真实用户体验驱动模型能力与行为优化，围绕数据构建、强化学习与模型自我改进开展算法研究，推动…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
学历+
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
GRPO+
https://cameronrwolfe.substack.com/p/grpo
Most early work on RL for LLMs used Proximal Policy Optimization (PPO) as the default RL optimizer, but recent reasoning research relies upon Group Relative Policy Optimization (GRPO).
还有更多 •••
相关职位
社招3年以上技术类-开发
1. 计算机科学、软件工程或相关专业，扎实的操作系统内核、计算机网络与体系结构基础。 2. 精通 Go / C++ / Rust / Python 中的至少一种，具备优秀的系统级编程能力与极客精神。
更新于 2026-08-03北京|深圳|杭州
社招3年以上技术-基础平台
1. 计算机科学或相关专业，3 年以上云原生平台、大规模 CI/CD 引擎或 Serverless 平台研发经验。 2. 精通 Go 语言，具备极强的 K8s 二次开发能力。熟练掌握 client-g
更新于 2026-08-03北京|深圳|杭州
社招3年以上技术类-开发
1. 计算机或相关专业，精通 Go/Java/Rust（至少一种），有 3 年以上高性能分布式系统或云原生底座研发经验。具备极强的性能调优能力，能充分的发挥出 CPU、内存、网络及存储性能。 2. 深
更新于 2026-07-28北京|杭州
社招3年以上技术类-开发
1. 计算机科学、软件工程或相关专业硕士及以上学历，3年以上后端系统或平台型产品研发经验。 2. 熟悉大模型驱动的Agent架构，具备Task Planning、Function Calling、
更新于 2026-06-15北京|杭州