阿里内推，机会多多！

团队介绍
我们是阿里巴巴淘天集团3C数码团队，支撑国家补贴、3C数码行业等淘天核心业务的全链路技术落地。我们以高并发架构、智能算法和数据驱动能力，为上亿消费者打造行业标杆级购物体验，为百万商家构建高效增长的技术底座。在这里，你将深入探索AI大模型在复杂的商业系统中的应用，共同驱动业务高速发展。
团队优势
● 顶级模型基础：依托阿里Qwen系列持续演进的SOTA模型体系，你将第一时间接触并实践最前沿的大模型能力；
● 领先的智能基础设施：从数据构建、自动评测、训练优化到推理部署与应用框架，我们拥有完整的 AI 工程体系，让你专注于构建能力，而不是重复造轮子；
● 算力与调用自由：充足的模型调用额度与训练、推理资源支持，让你的实践不被配额限制，让基于海量算力的探索成为常态；
● 真实规模数据飞轮：亿级在线反馈、真实商业数据持续回流，模型能力在真实环境中快速迭代，而非停留在离线指标；
● 高密度成长环境：与一线算法与系统专家深度协作，一对一指导，直接参与商业场景实战，在真实复杂问题中加速成长。
岗位名称
AI Agent优化工程师（训练、数据、评测方向）
岗位职责
围绕真实电商核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体工作包括：
● AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等；
● 数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环；
● 评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力；
● 强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力；
● AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等；
● 多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题。
岗位要求
基本要求
● 专业要求：2027年应届毕业生，计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制；
● 模型理解与优化：深入理解Transformer和主流LLM模型架构演进原理，对后训练算法有实操经验和深刻认知，拥有Agentic RL训练实操经验者优先；
● AI应用构建能力：掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先；
● 代码与工程能力：较强Python编程能力，熟练掌握Pytorch，了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed等），能高效处理分布式环境下的工程问题；
● 数据构建能力：有很强的Data-centric AI的意识，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）构建实操经验者优先；
● 评测能力：拒绝盲目调参，能针对Agent任务设计科学的评测体系（LLM-as-a-Judge），能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先。
加分项
● 在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文；
● 知名大模型评测框架或高质量开源数据核心贡献者；
● 极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。