通义通义实验室-算法专家-多模态智能体
任职要求
1. 计算机科学、人工智能、机器学习或相关领域的硕士或博士学位。 2. 在多模态、大语言模型、Agent、机器学习等一个或多个领域有较深入的研究。 3. 具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者。 4. 能够积极创新， 乐于面对挑战， 负责敬业，优秀的团队合作精神，一起探索新技术，推进技术进…
工作职责
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。
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。
1. 探索研究多模态大模型、GUI agent、agentic RL、long-horizon agent、self-improving agent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,重点探索面向真机环境的多模态智能体大规模强化学习与自我演进。 3. 参与 GUI 垂类基座模型与真机 agent 系统的迭代,推动核心能力达到业界第一梯队。 4. 跟踪研究多模态大模型前沿进展,参与 AIOS 等 to C / to B 重点业务场景的端到端落地。
1、围绕行业AI应用快速落地，研发端到端智能体核心技术，方向包括但不限于：Agent RL强化学习方法、全模态数据解析与私域知识加工、自规划和自主进化的多智能体等技术，提升智能体在复杂业务流中的效果与适应性。 2、攻坚突破大模型产品在行业应用落地和交付过程中的技术难题，与业界先进技术进行持续对比，并保持优势。 3、具备良好的产品化思维，驱动产品迭代，与产品和工程团队紧密合作，将算法技术应用于实际产品，带来产品商业化增量和竞争力。 4、深入研究大模型和智能体技术，持续关注和探索大模型和智能体方向的前沿动向和技术趋势，打造产品业界影响力。
部门简介 大数据和智能实验室聚焦于基于后训练技术的领域模型，积极推动AI大模型时代各行业的智能化升级。目前团队主要负责各行业和领域的语言大模型、多模态大模型、以及大模型基础研究，主要技术成果已成功应用到科学研究、安全审核、主权模型、生物医疗、大型国际赛事（奥运会、NBA）等多个领域大模型中。 工作内容 1.多模态大模型后训练研发：根据行业要求，探索适配领域特性的SFT/RL算法研发，构建高效、稳定、可扩展的垂域模型后训练范式，优化模型结构和推理效率，持续提升模型在业务场景下的效果、性能和用户体验，提升产品竞争力和市场规模。 2.垂域高质量数据闭环研发：持续建设高质量数据筛选流程，提升自动化预标注精度，推进垂域场景多模态数据 scale up，根据业务需求和评测结果提升定向数据挖掘能力，不断提升数据质量、多样性和生产效率。 3. 紧跟多模态大模型前沿技术趋势，从Visual RL到Token Compression，提升模型处理复杂、多变场景以及对模糊指令的遵循能力，优化模型响应速度，拓展模型在重点领域的智力边界，并以开源、技术报告等方式沉淀研究成果。引入新的算法技术和理念，为团队技术迭代提供前瞻性建议。