阿里巴巴
千问事业部-千问-大模型应用算法专家-北京
千问事业部-千问-大模型应用算法专家-北京
发布于 大约 16 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Dpo
Ppo
Prompt工程
Rlhf
Vllm
大模型
微调
算法复现
评测
值不值得投
74综合评分
综合评分 74
前沿大模型算法岗，技术挑战高、成长性强，薪资潜力好，但WLB与办公灵活性未明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2430 个在招 · 其中机器学习工程 约 150 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 390 个在招
职位详情
关于这个职位
负责阿里巴巴千问大模型在特定业务场景（如Agent）下的应用算法研发工作，包括构建指令微调数据集、进行模型SFT/DPO微调以提升推理与规划能力，设计并优化系统级Prompt，构建自动化评测集与指标以确保输出质量，同时持续跟踪LLM、多模态等前沿技术并快速原型验证与落地
最低要求
本科及以上学历，计算机/软件/数学等相关专业，1年以上算法相关工作经验
深入理解RLHF机制，具备DPO、PPO等至少一种主流对齐算法的大规模调优与落地经验
熟悉推理加速与部署，了解大模型推理底层的显存管理与算子优化（如KV Cache、PagedAttention、FlashAttention），懂vLLM等主流推理加速框架，能够与工程团队协同推进模型的高效部署与服务化
具备敏锐的技术嗅觉和优秀的英文文献阅读、算法复现能力
有极强的业务抽象能力和问题排查能力
工作职责
模型微调与训练：负责针对特定业务场景下的Agent需求，构建高质量指令微调数据集，对主流大模型（如Qwen等）进行SFT/DPO微调，提升模型在推理、规划和工具调用上的表现
Prompt工程与评测：设计并持续优化系统级Prompt，构建针对Agent应用的自动化评测集（Evaluation）与评估指标，确保系统输出的准确性、稳定性和鲁棒性
前沿技术追踪：持续关注LLM、多模态、Agent等方向的学术界最新论文及开源社区动态（如HuggingFace, Github），并快速进行技术原型（PoC）的验证与落地
优先资格
有复杂Reward Model训练经验者优先
AI 洞察
优缺点分析
优点
- 直接参与国内顶尖大模型（千问）的核心应用研发，能接触最前沿的AI技术
- 大厂平台资源丰富，业务场景多样，有利于快速积累复杂项目经验
- AI技术迭代迅速，需要持续高强度学习以跟进论文和社区动态
- 业务抽象和问题排查要求高，需平衡算法理论与工程落地
- 工作地点和具体团队协作模式未明确，可能需要适应快节奏的项目交付
缺点 / 挑战
- 技术挑战性强，在微调、评测和工程化部署等方面能获得深度锻炼
- 适合对大模型和AI应用有浓厚兴趣，具备扎实算法基础和较强工程实践能力，且乐于持续学习与挑战复杂问题的求职者
角色解读
- 可向AI算法研究员、资深AI工程师或技术专家方向发展，深耕大模型技术栈
- 积累业务场景经验后，可转向AI架构师或技术负责人，负责整体AI系统设计
- 在前沿技术领域持续探索，有机会成为LLM或多模态方向的领域专家
- 针对Agent等业务场景，对Qwen等大模型进行微调训练，提升模型在推理、规划和工具调用方面的表现
- 设计和优化系统级Prompt，构建自动化评测体系，确保AI应用输出的准确、稳定和鲁棒
- 追踪LLM、多模态等前沿技术，快速进行技术原型验证并推动落地
- 深入理解RLHF、DPO/PPO等大模型对齐算法，并有大规模调优与落地经验
- 熟悉大模型推理加速技术，如vLLM、KV Cache、FlashAttention等，并能与工程团队协作部署
- 具备优秀的英文文献阅读能力和算法复现能力，能快速跟进学术界最新进展
申请策略
- 深入了解阿里巴巴千问模型的技术特点、应用场景及竞品分析，面试中可针对性讨论
- 准备1-2个完整的算法优化案例，说明从问题定义、方案设计到落地评估的全流程
- 重点突出使用DPO/PPO等对齐算法微调大模型的实际项目经验，量化效果提升
- 详细描述构建评测集或优化Prompt解决具体业务问题的案例，展示系统性思维
- 列举参与过的AI技术原型验证或开源贡献（如HuggingFace相关），体现技术热情
- 深入实践vLLM等推理加速框架，掌握显存优化和部署技巧，补充工程落地能力
- 定期阅读AI顶会论文（如NeurIPS、ICML）并尝试复现关键算法，保持技术敏锐度
- 加强Prompt Engineering的理论与实践，研究自动化评测方法
面试指南
- 对于项目经验问题，采用STAR法则（情境、任务、行动、结果）结构化回答，突出技术选型和量化效果
- 对于技术原理问题，先阐述核心概念，再结合实际经验说明应用细节和优化点
- 对于开放设计问题，展示系统化思考：明确目标、拆解模块、考虑可扩展性与评测方法
- 请描述一个你使用DPO或PPO微调大模型并取得效果提升的项目案例
- 在设计Agent应用的评测集时，你会考虑哪些关键指标？如何确保评测的鲁棒性？
- 你对vLLM的推理加速原理（如PagedAttention）有何理解？在实际部署中遇到过哪些挑战？
- 如何快速评估一篇关于LLM的新论文是否适合在业务中落地？
- 如果让你为我们的千问模型设计一个Prompt系统来提升某业务场景的工具调用能力，你的思路是什么？
职位点评
薪资福利70
成长发展85
工作生活60
使命价值80
薪资福利
70中等
薪资和福利在JD中未明确披露，但基于岗位要求及北京市场水平，可能具有竞争力。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
职位涉及前沿大模型技术微调、评测与工程化，技术挑战性强，能提供高密度的技能成长机会。
技术前沿前沿/新兴技术
技术栈RLHF、DPO、PPO、vLLM、大模型、Prompt工程
业务类型ambiguous
工作生活
60中等
办公模式和WLB在JD中未提及，工作地点推断为北京现场办公，生活节奏可能受项目驱动。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
AI大模型是高速增长赛道，该岗位直接推动技术落地应用，具有较高正向社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs