淘天集团交易&营销团队实习生招聘内推--AI Agent优化工程师（训练、数据、评测方向）

岗位背景 在生成式 AI 不再只是工具，而正在成为基础设施的时代，我们正在把智能直接嵌入真实世界最复杂的商业系统。这里不是实验室，这里是亿级用户、千万商家、百亿商品、极端流量、真实经济行为交织的超级系统。如果你渴望的不只是“调模型”，而是参与构建一个能够自我演进的智能体；如果你希望在毕业后的几年时间里，站在全球最复杂的在线商业系统核心位置，把 AI 变成可规模复制的生产力，那么这里会是你真正的战场。我们的典型AI应用场景包括但不限于： 1）商家运营智能化：构建具备“理解—决策—执行”能力的电商运营AI Agent，覆盖千万级商家，让AI真正参与经营链路，而非停留在建议层面。 2）商品运营智能化：面向百亿级商品资产，打造AI驱动的商品理解与运营系统，实现人力无法实现的精细化商品运营 3）用户理解与精准导购：基于真实行为数据，构建具备长期记忆与行为建模能力的 AI 导购系统，实现跨场景长周期的连续用户理解 4）店铺AI经营托管：将复杂运营策略与数据分析能力抽象为可规模复制的智能托管系统，降低经营门槛，释放生产力。 5）AI Coding驱动的需求交付：在人类工程师与大模型协同的范式下，加速真实复杂业务系统的设计与实现，探索下一代工程生产力形态。 6）AI智能运维：在双十一等极端流量场景中，构建智能调度、异常诊断与自优化系统，让 AI 参与真实生产环境的核心决策。 我们的优势 1）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； 2）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； 3）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； 4）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； 5）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。 这是一个综合的AI推理、优化的技术岗位，适合希望从事以下工作的候选人投递： ● 希望从事AI应用构建与模型优化工作的候选人 ● 希望从事AI应用数据构建与自动化评测工作的候选人 ● 希望从事多模态AI应用构建与算法优化工作的候选人 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： 1）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 2）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 3）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 4）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 5）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 6）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

学历专业：应届实习生，计算机科学、人工智能、数学、统计学等相关专业硕士及以上学历优先。 算法基础：理解 Transformer 架构，熟悉主流大模型（Llama, Qwen 等）的原理；掌握 PyTorch/TensorFlow 等深度学习框架。 专项技能（满足其一即可）： 数据方向：有大规模数据处理经验，了解数据清洗、标注规范，对 Synthetic Data 或数据蒸馏有研究。 训练方向：有 LLM 微调（SFT, LoRA, PPO, DPO 等）实战经验，理解 Reward Modeling 原理。 评测方向：有构建自动化评测集（Benchmark）经验，熟悉大模型幻觉检测、一致性评估等方法。 多模态方向：熟悉 CLIP, BLIP, VLM 等多模态模型，有图文理解或视频分析项目经验。 科研/实践：在顶级会议（NeurIPS, ICML, CVPR, ACL 等）发表论文，或在 GitHub 有高星开源项目、在 Kaggle 等竞赛获奖者极大加分。 思维特质：具备严谨的实验思维，善于通过数据分析驱动模型迭代；对"AI+ 商业”落地有浓厚兴趣。