1. 负责AIGC应用研发，参与产品的设计和改进 2. 负责应用性能和体验优化，技术创新，通用能力的建设 3. 打造智能，极致体验的AIGC创新产品 4. 协调内外部资源，积极驱动及协同设计、测试等相关人员，有效推进并解决问题、保证项目高质量落地 5. 通过技术驱动为业务赋能，完成技术研究工作并成功落地

• 负责AIGC应用Web 前端开发工作，从需求评审、原型评估到前端实现和上线的完整闭环。 • 与产品经理、设计师紧密合作，理解业务目标和交互方案，保障 AI 交互场景有流畅、直观的用户体验。 • 关注前端与 AI 相关的新技术、新体验形式，探索并实现前沿的AI技术，将其与产品结合，创造富有价值的产品 • 应用系统性能调优，优化产品体验，稳定性能力建设，构建鲁棒的AI应用 • 参与前端自动化测试、E2E 测试和可观测性建设，提升整体稳定性。

1. 负责 AI 应用的测试设计与自动化测试开发，确保功能正确、性能稳定、体验可靠。 2. 深入理解业务需求和 AI 应用场景，参与需求评审，识别风险点和测试重点。 3. 针对 AI 模型输出的正确性、稳定性、一致性、可用性设计测试策略与测试用例。 4. 跟踪线上质量问题，进行问题复现、日志分析和根因定位，推动问题闭环解决。 5. 持续优化测试策略与流程，总结测试经验，沉淀工具和平台，提高整体测试效率与质量。 6. 与产品、算法工程师、后端/前端工程师紧密合作，保障 AI 功能从需求到上线的质量。

1. 用户偏好采集与建模：设计并构建系统化的用户偏好数据采集方案，深入分析用户行为与反馈信号，建立多维度、可扩展的用户偏好表征与建模体系，为 Reward Model 训练提供高质量数据基础。 2. Reward Model 训练与优化：训练高精度、低偏差的 Reward Model，覆盖创作质量、指令遵循、安全对齐、人类偏好等多个专项维度；持续优化训练策略，有效缓解 Reward Hacking 与分布偏移问题，为下游 RL 训练（PPO / GRPO 等）和用户偏好评测提供可靠的奖励信号。 3. 用户反馈分析与 Badcase 聚类：建立从线上用户反馈到模型迭代的闭环机制，利用聚类、归因分析等方法系统性挖掘 Badcase，定位模型能力短板与偏好盲区，驱动数据策略与训练目标的持续优化。 4. LLM Judge / Verifier 体系建设：研究并构建基于 LLM 的自动化评测与验证体系，设计可 Scalable 的 Verifier 信号，使其既能作为高效的偏好评测工具，也能作为奖励信号直接融入 RL 训练流程，提升模型迭代的自动化程度与覆盖广度。 5. 偏好对齐前沿探索：持续跟踪 RLHF / RLAIF / DPO / Constitutional AI 等对齐技术的前沿进展，探索更高效的偏好学习范式，推动 Qwen 在对齐质量与训练效率上的双重突破。

1. 负责AIGC应用研发，参与产品的设计和改进 2. 负责应用性能和体验优化，技术创新，通用能力的建设 3. 打造智能，极致体验的AIGC创新产品 4. 协调内外部资源，积极驱动及协同设计、测试等相关人员，有效推进并解决问题、保证项目高质量落地 5. 通过技术驱动为业务赋能，完成技术研究工作并成功落地

关于我们 • 阿里巴巴未来生活实验室隶属于阿里巴巴ATH事业群，阿里巴巴ATH事业群正式成立于2026初，由董事长兼CEO吴泳铭亲自挂帅直管。使命：以 Token 为中心，从基础模型到个人与企业端 AI 应用全链路覆盖。 • Happy Horse介绍：简单、全能的AI视频创作平台，基于团队自研视频生成与视频编辑大模型，支持多镜头15s视频生成，实现电影级叙事与镜头表达、音画同出等模型能力，覆盖视频创作全链路。 • Happy Oyster介绍：全球实时交互的世界模型产品，基于原生多模态架构，支持多模态输入与音视频联合生成的实时流式生成世界模型。Happy Oyster 在生成过程中持续接收用户指令，画面实时响应、持续演绎。 职位描述 1. 负责 AI 创新业务相关产品及系统级工具的整体交互设计，包括需求梳理、信息架构、流程设计、低/中/高保真原型及交互规范输出，保障体验的一致性与可落地性； 2. 以行业前沿的交互体验为目标，深度参与业务需求评审，与产品、技术、算法等角色紧密协作，高质量完成核心场景的设计方案并推动落地； 3. 面向生成式 AI、多模态交互等前沿方向，开展有体系的专业交互研究，洞察新技术带来的交互机会，沉淀方法论与设计资产，为业务提供前瞻性方案； 4. 主导具备业务价值、完成度高的概念设计（Concept Design），通过概念 DEMO / 体验蓝图等形式，探索下一代 AI 产品的交互范式，为中长期产品规划提供支撑； 5. 参与/搭建 AI 创新产品的设计体系与组件库，形成可复用的交互模式与设计规范，提升团队整体设计效率与一致性； 6. 关注核心体验指标（留存、转化、互动深度等），基于数据与用户反馈持续优化交互方案，形成可验证、可迭代的体验闭环。

团队介绍： ModelScope魔搭社区是中国最具影响力和最活跃的AI开源社区。秉承“模型即服务”的理念，魔搭围绕平台上开源的模型和数据集，针对各领域模型提供包括模型获取 、推理、 训练、评测、应用等全生命周期所需的开源技术组件。广大开发者基于魔搭的开源技术生态，以及社区站点和平台的支持，能迅速快捷的实现从模型到实际AI应用落地。 魔搭团队负责魔搭开源技术生态的研发，以及魔搭站点（modelscope.cn）与后端服务的整体建设工作。同时负责在快速迭代的AI领域，架接模型贡献者和模型使用者之间的桥梁。支持新模型，新应用的迅速接入，确保前沿模型在魔搭生态里的迅速落地。 职位描述： 1. 魔搭平台模型，数据集，创空间等功能研发以及后台服务的管理。 2. 通过与底层云基座打通，打造魔搭服务平台自动弹性和水平扩展能力，为千万级别的开发者用户提供稳定的服务，实现高效的计算资源使用。 3. 围绕魔搭的模型生态，开发各领域模型（尤其是大模型以及AIGC领域模型）实现应用落地所需的相关工具链。支持模型从ckpt落地为实际应用所需的自动化部署，评测等一系列工程链路。 4. 撰写技术设计文档以及用户文档，包括操作手册和最佳实践指南等。

通过技术创新支持阿里集团大模型研发快速迭代，主要工作内容和挑战如下： 1. 建设大规模强化学习的环境平台，增强大模型对齐Coding&Agentic等方面的能力。 2. 结合强化学习框架，优化强化学习效率，实现高效的大规模强化学习训练。 3. 建设覆盖各个领域场景的真实和仿真环境，支持大规模评测和Agentic后训练。 4. 将成熟的系统与算法成果发表于学术会议，并回馈开源社区（如 ROCK和ROLL等），持续提升在学术界与产业界的影响力。