夸克千问C端事业群-大模型Agent算法专家（生态合作与智能协议）-杭州/北京
任职要求
1、深厚的大模型研发经验：熟悉主流大模型（如Qwen、GLM系列）的原理、微调技术及分布式训练框架，精通 Agent/RAG 架构，有从零构建 Skill-based 系统或大型 Multi-Agent 协作系统的落地经验…
工作职责
我们正在重新定义“千问”：从一个博学的对话者进化为具备执行力的数字实体。我们的核心使命是构建一套统一的认知架构，打破模型与现实世界的壁垒。通过 Skill-based Agent 技术，实现从“语义理解”到“任务闭环”的跨越，让 AI 真正深入生产力场景，实现数字世界与物理世界的高效连接
1. 统一认知架构设计与能力演进：
- 深度对接阿里集团内部及外部第三方服务，设计并实现高效、稳定的 Agent 框架。负责将复杂的业务逻辑抽象为可插拔的配置、标准化的工具，供大模型理解与调用。
- 设计 skill-based 【统一Agent】架构，实现长程规划与自我反思能力的统一认知架构，以协调内部的推理、记忆和执行模块，实现统一智能体在跨场景、长链条任务上的优异表现。
- 推动并构建一个动态的“千问能办” skill library，将海量、异构的原子能力抽象为该统一智能体可学习、可组合、可泛化的skill，探索自动化技能发现与组合优化的前沿方法。
2. 核心场景算法优化：
⁃长程规划与决策优化： 针对复杂复合需求，研发先进的任务分解与多步推理算法，解决长链条执行中的错误积累与漂移问题。
-Agentic-RL 策略： 构建基于 环境反馈的强化学习（RLHB/RLAIF） 体系，通过在模拟环境中的大规模探索，提升 Agent 在极端场景下的鲁棒性与决策上限。
-领域知识注入： 针对高频场景（学习、办公、生活）进行长程预训练与持续学习，让 Agent 不仅拥有通用逻辑，更具备深度的行业专家意识。
3. 实际需求驱动迭代：
- 建立科学、全面的Agent评测体系，通过线上数据分析、Bad Case挖掘，精准定位模型在幻觉、误拒答、组合泛化、执行失败等方面的瓶颈。
- 领导数据驱动的迭代飞轮，不仅是利用线上反馈进行微调，更要探索世界模型模拟、合成数据生成、以及基于AI反馈的强化学习等手段，高效、规模化地提升统一智能体的能力上限。1. 跟进大模型的前沿进展，负责大模型在百亿级流量搜索和信息流广告客户侧的应用和优化； 2. 跟进和研究前沿AI Agent技术，负责效果广告系统AI Assistant、投放AI Agent的研究和落地； 3. 构建商业Agent生态基础技术平台能力，包括Prompt、RAG、LLMs（预训练、微调、RLHF等）、数据、评测、agent框架等；
1. 负责语音助手场景的记忆相关能力建设，包括对话数据、行为数据、应用数据的记忆生成和召回链路； 2. 负责大模型在记忆机制（如外部记忆库、长期上下文管理）和数据处理（如机器数据预标注、质检）方面的算法研究与开发； 3. 记忆相关agent算法研发，保证记忆能力在对话中控、领域agent、个性化交互等场景的高质量交付。
1. 负责NLP内容安全防控体系搭建，负责语言大模型防控能力及链路建设，包括NLP内容审核能力、安全代答能力，跨模态特征检索能力、大模型安全微调能力等，保证业务安全及大模型应用安全； 2. NLP大模型算法：参与语言大模型风控的数据、算法、决策完整体系建设，负责NLP文本分类、RAG、AI Agent、跨模态检索、NLP安全大模型等算法研发，在业务场景打造行业一流的语言大模型安全风控体系； 3、岗位特色：应对全风险问题，快速提升综合算法能力，与大模型时代发展同步，深耕大模型安全领域，持续积累安全领域业务经验； 4、业务支持：保障夸克AI、通义千问ToC、UC浏览器、书旗小说、超级汇川等产品的内容安全及大模型安全； 5、部门特色：作为综合型安全中台，包含法务、GA、公关、数安、内安、商安等职能，协同共建为业务提供全面安全保障。
支持通用ai agent在千问/夸克业务应用中的落地研发和效果优化，包括但不限于通用ai agent，深入理解大模型和通用ai agent运行原理，明确提升通用ai agent效果的核心技术方向。 负责ai agent的框架构建，agent与工具调用的优化，相关场景下大模型的优化，将ai agent框架、工具、大模型有效结合，为通用ai agent效果提供最佳的使用体验。 跟进行业通用ai agent和大模型前沿技术进展，结合公司业务需求进行技术创新和业务优化，保持公司在通用ai agent应用领域的技术领先性。