智能互联阿里云智能-大模型算法专家-杭州

1. 参与阿里云AI产品的创新研发，基于LLM、多模态等大模型构建有商业化价值的视频、图片、文档等处理应用和完整技术解决方案；具体工作包括但不限于对模型进行Post-training，多智能体协同，以及通过传统机器学习模型加强AI应用的效果和效率； 2. 参与阿里云AI产品的算法迭代和技术框架设计，包括但不限于算法链路设计、数据集建设、模型优化、自动化评估、面向商业化效果的AB实验体系构建、算法部署等工作； 3. 基于需求分析将复杂的业务场景分解抽象为可理解的模型，通过开源业界&公司内调研进行合适的算法技术选型，进行系统化取舍判断并推演设计出最终算法解决方案。

负责大模型Large Language Model(LLM)技术在云计算服务领域多个业务场景落地的核心技术攻坚，尤其是阿里云服务领域的数字员工的建设和落地，以及阿里云智能客服大模型对话机器人、智能辅助Copilot、服务体验等场景的大模型落地，提升内外部用户的服务效率和服务体验。 岗位职责包括但不限于： 1. 负责基于通用基座大模型(通义千问等)结合领域数据构建云计算服务领域大模型，包括大模型落地业务场景识别、数据清洗/构造，LLM训练和调优，搜索增强RAG，LLM Agents等LLM关键技术方向攻坚 2. 探索基于大模型技术的服务新形态，包括多个场景的数字服务小二，，智能辅助Copilot等云计算服务新形态场景的大模型落地技术，打造云计算服务领域“大模型落地”的标杆 3. 深入阿里云服务内外部业务场景，结合大模型技术、搜索推荐、多模态等算法模型能力解决云服务领域实际业务痛点，并参与规划和设计未来云服务领域的大模型技术演进规划和落地

1. 深度挖掘大模型在复杂任务、长尾场景、不同语种下的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集； 2. 参与 LLM-as-a-Judge 方案的设计与实现，训练高精度的 Reward Model（奖励模型），建模人类偏好，提升模型在指令遵循、安全性及复杂逻辑上的表现； 3. 设计高效的 Reward Signal（奖励信号）并合成对应数据，通过强化学习（RL）算法持续提升模型的能力上限与泛化性； 4. 参与开发 Evaluation 与 Reward System 所需的工程框架，简化多任务测试流程，提升大规模模型集成与实验的效率； 5. 跟踪全球大模型最新进展（如 Agent 评测、多模态对齐、自动化数据合成等），推动研究成果在真实业务场景中的落地。

1. 深度挖掘大模型在复杂任务、长尾场景、不同语种下的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集； 2. 参与 LLM-as-a-Judge 方案的设计与实现，训练高精度的 Reward Model（奖励模型），建模人类偏好，提升模型在指令遵循、安全性及复杂逻辑上的表现； 3. 设计高效的 Reward Signal（奖励信号）并合成对应数据，通过强化学习（RL）算法持续提升模型的能力上限与泛化性； 4. 参与开发 Evaluation 与 Reward System 所需的工程框架，简化多任务测试流程，提升大规模模型集成与实验的效率； 5. 跟踪全球大模型最新进展（如 Agent 评测、多模态对齐、自动化数据合成等），推动研究成果在真实业务场景中的落地。