【26/27界】AI Agent优化工程师

岗位背景

在生成式AI重塑商业基础设施的时代，我们正站在数据科学与智能应用的交汇点。作为淘宝天猫数据科学团队，我们不仅拥有全球最丰富的电商数据资产（亿级用户、千万商家、百亿商品），更在探索如何让AI真正成为可规模复制的生产力。

我们的独特优势：

● 数据飞轮：真实商业数据持续回流，从宏观经济趋势到微观用户行为，构建完整的数据洞察体系

● AI基础设施：依托阿里Qwen系列SOTA模型，拥有完整的训练、评测、推理与应用框架

● 规模化场景：从商家运营、商品管理到用户导购、智能运维，AI应用覆盖电商全链路

● 算力自由：充足的模型调用额度与训练资源，让数据驱动的AI探索成为常态我们正在做的事，基于真实行为数据，打造具备长期记忆的AI多模态导购产品这是一个数据驱动的AI应用的岗位

适合：● 希望用数据驱动AI应用优化的候选人● 希望用AI技术重构数据洞察范式的候选人● 希望在真实商业场景中构建端到端智能系统的候选人

岗位职责

核心职责

1. 数据洞察与策略评估 ● 围绕淘宝天猫核心业务，设计指标体系，负责趋势监测、异动归因与策略建议 设计与执行A/B 实验，量化产品与运营策略效果，推动数据驱动决策，深度参与业务洞察专项
2. AI应用与解决方案落地 ● 打造"数据-业务-模型-反馈"的数据飞轮迭代闭环 ● 深度参与业务问题建模、应用架构设计，实现数据获取到洞察报告的端到端自动化 ● 构建高质量训练数据生产链路，探索合成数据（Synthetic Data）与蒸馏技术 ● 设计完备的AI应用效果评估体系，建立离线评估与在线业务指标联动机制 岗位要求 基础要求
3. 学历与专业 ● 2027年应届毕业生，硕士及以上学历 ● 计算机、数学、统计学、数据科学、AI、运筹学或相关量化学科
4. 统计与机器学习基础 ● 扎实的概率统计基础，熟悉假设检验、回归、A/B Test ● 掌握常用ML算法与模型评估方法、理解Transformer和主流LLM模型架构演进原理
5. 编程与工程能力 ● 熟练掌握Python、SQL代码和Pytorch等主流深度学习框架
6. 数据意识 ● 强烈的Data-centric AI意识，重视数据质量而非盲目调参 ● 能针对任务设计科学的评测体系并精准定位问题
7. AI素养 ● 具备使用LLM/AI工具提升工作效率的意识与实践经验 ● 理解Prompt Engineering基本方法 ● 掌握主流AI技术（MCP、Skills等）、记忆系统（Memory）、知识库（RAG） 加分项 业务与建模能力 ● 业务分析实习经验：GMV归因、用户LTV、商品/商家分析等分析项目经历 ● 因果推断实际应用经验（DID、合成控制、双重机器学习等） ● 大数据建模实际经验（Hologres、Hive、Spark、Flink等） 数据与评测能力 ● 精通后训练所需高质量数据挖掘与构造 ● 具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验 ● 具备复杂多步任务的量化评估能力（LLM-as-a-Judge） AI技术深度 ● 对后训练算法（SFT、RLHF、DPO等）有实操经验和深刻认知 ● 拥有Agentic RL训练实操经验 ● 独立开发过具备一定影响力的AI应用 我们能提供什么 成长环境 ● 直接参与商业场景实战，在真实复杂问题中加速成长 ● 高密度技术交流，接触最前沿的大模型能力与工程实践 资源支持 ● 充足的模型调用额度与训练、推理资源 ● 完整的AI工程体系：数据构建、自动评测、训练优化、推理部署 ● 亿级在线反馈数据，真实商业数据持续回流 职业发展 ● 在全球最复杂的在线商业系统中实践，发现商业机会点，输出优化策略，持续评测迭代，构建面向真实商业场景agentic应用解决方案 投递方式 请将简历发送至：keqiang.ke@alibaba-inc.com 邮件标题：【应届生-数据科学家(Agent优化方向)】-姓名-学校