我们正在寻找充满激情的大模型应用开发者，共同构建大模型应用新开发范式，积极推进大模型应用落地新范式，拥抱开源社区，探索前沿研究方向。 工作内容包括： 1. 探索超前沿大语言模型强化学习算法和Agentic应用范式。 2. 参与大模型应用开发平台架构设计，积极推进MCP等开源协议赋能企业级开发平台。 3. 构建大模型轻应用，推进大模型在金融/医疗/教育等核心场景落地和赋能。

大模型为世界建模，Character Model进一步为人建模。对话智能团队，以Character Model训练和应用为核心， 建设 “有趣+有用” 的多语言、多模态类人智能体，打造了通义星尘（角色扮演&IP复刻&类人智能体）、通义晓蜜（智能客服）等大模型时代的核心产品。欢迎对大模型感兴趣的你加入我们，一起开拓大模型时代的人机对话的未来。 岗位职责： 1. 负责Character Model的研究和应用，包括但不限于 与环境交互的多轮RL、Generative Reward Models等技术。 2. 负责 “有趣+有用” 的多语言、多模态类人智能体建设，包括但不限于任务完成、共情/情感、记忆（Memory）、心智（Mind）等技术。 3. 将上述技术在通义星尘、通义晓蜜及其他创新产品中进行大规模应用落地。

1、负责人工智能相关产品的数据和算法等场景测试，并基于算法和工程团队现有质量问题给出合理化的建议和解决方案，推动落地实现算法质量提高； 2、协同算法团队和工程团队进行全面的质量把控和风险监控； 3、参与数据和算法的质量系统建设，完善算法全链路质量保证能力，提交算法落地和工程效率。

1、探索研究多模态理解、视频理解等方向的前沿技术。 2、关注多模态、全模态大模型的后训练相关技术，研判RL在多模态理解上的潜力。

通义实验室语音工程团队主要负责通义系列模型在语音及其他更广泛的多模态交互、理解场景下的优化、落地和应用。我们在阿里云上提供业界领先、开箱即用的模型服务API，支持全世界的开发者，以及阿里集团内如钉钉、淘天、夸克等30+业务线。我们同时也在和算法科学家们共同探索最前沿模型的能力边界，构建以多模态大模型为核心的新产品，向外展示通义的技术先进性和影响力。 1. 探索多模态理解与生成大模型的技术边界，支持多模态模型的功能迭代和推理性能优化。 2. 构建极致性能的实时流式输入/输出系统，提供百毫秒级别的端到端延迟体验。 3. 建设超低延迟、高可用、可扩展的分布式模型服务系统，通过提升模型吞吐和并发，提供最普惠的AI模型服务。 4. 分析和解决复杂的软硬件技术问题，跟踪行业最新的多模态大模型和应用开发工具和技术，将最佳实践和创新集成到平台中。

在蕴含丰富世界知识的预训练模型的基础上，我们利用 Post-train 打造出我们想要的能够服务人类的 AI 模型。我们通过 RL、SFT、RFT 等技术，探索大模型潜能的同时，也在塑造大模型的能力与性格。本着为人类服务的目标，我们的 Post-train 将会重点探索其推理能力，实现深度思考，并致力于提升其 Agent 能力，让大模型服务于真实世界的任务。 工作职责： 1. 探索更多可 scalable 的 verifier 信号，并通过 RL 提升模型的各项能力。 2. 提升 reward model 在创作、人类偏好、指令遵循等各专项上的能力，减少reward hacking和bias。 3. 研究 reasoning path压缩和外推，实现更高质量的推理思考。 4. 将LLM的推理能力和Agent以及其他模态相结合，探索统一模态的reasoning。

1. 需求收集与分析：与内外部客户，解决方案架构师密切合作，深入收集和分析客户需求和反馈，从复杂的客户场景中提取核心需求。 2. 产品规划与设计：与研发算法团队紧密合作，对LLM基础原理，prompt编写，vision- language等模型能力有较好了解，并定义商业化策略，包括目标客户画像、产品定位和定价策略等。 3. 市场调研与竞争分析：持续跟踪行业技术趋势和竞争对手动态，进行竞争分析。 4. 跨部门协作：与技术、运营、市场等团队紧密合作，确保产品从开发到上线再到推广的全流程顺利进行。

【团队介绍】 应用视觉产品团队专注于数字人、视觉智能体方向的产品及服务孵化，与算法团队紧密合作，为集团内部业务单元及外部客户提供多样化的视觉AI解决方案和服务。结合行业用户需求，打造具有深度和广度的企业级AI应用，以支持客户业务增长和技术转型。 【岗位职责】 1. 客户需求分析：深入了解集团内部BU及外部客户的业务挑战，梳理并转化成明确的产品需求，确保AI解决方案能够精准对接客户需求。 2. 推动技术产品化及商业化：负责将先进的视觉AI技术转化为针对特定行业的解决方案，根据不同的行业特性，设计和开发围绕视觉算法能力为核心的AI应用，涵盖从概念验证到最终产品部署的全过程，并确保这些方案能够为企业客户提供实际价值，实现商业成功。 3. 引领行业发展：保持对视觉AI技术在各行业应用趋势的敏感度，识别市场机会，规划产品线的发展方向，推动前沿算法的能力孵化和技术评估。 4. 内部协作与沟通：与集团内部不同部门密切合作，包括BD、SA、产品运营、技术支持、算法工程等，确保跨部门的信息流通和高效协作。