Alibaba logo
阿里巴巴
数据技术及产品部-大模型算法研发工程师-LLM&Agentic RL

数据技术及产品部-大模型算法研发工程师-LLM&Agentic RL

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.5–8.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公AI算法
AI算法
Agentic Rl
Pytorch
Tensorflow
大模型
强化学习
机器学习
模型训练
自然语言处理

值不值得投

78综合评分

综合评分 78

前沿大模型算法岗,技术与研究成长强,办公节奏和福利信息未披露

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

6.3万

比AI算法中位数高

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 5300 个在招 · 其中AI算法 约 130 个

市场机会

选择面较广

杭州 · AI算法 · 约 150 个在招

职位详情

关于这个职位

该岗位聚焦Agentic大模型与强化学习算法研发,负责模型训练、后训练数据策略、Agentic RL方案探索及业务落地

适合具备大模型算法研发、深度学习框架使用和工程部署能力的候选人,参与前沿模型创新、论文发表与开源建设

最低要求

硕士及以上学历,计算机科学与技术、数学等相关专业优先

有2年以上大模型相关算法研发经验,熟悉常见的深度学习框架(如Tensorflow、Pytorch),有Agentic大模型开发经验优先
熟练掌握机器学习、自然语言处理、计算机视觉等领域知识,有一作顶会论文或有开源项目经验者优先
扎实的工程实现能力,对算法思想有较深刻的理解,能够将前沿算法实际落地部署,熟练使用常见的训练、推理框架,有较好的创新和开拓能力

工作职责

负责Agentic大模型相关算法开发与优化,开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地

针对Agentic模型的训练特点,探索Agentic数据的合成策略与后训练数据配比策略,探索稳定高效的Agentic RL 方案,持续迭代模型在Agent场景的应用性能
探索创新Agentic RL算法,撰写发表创新论文或技术报告,参与模型开源,和社区、学术界保持良好的交流

优先资格

计算机科学与技术、数学等相关专业优先

有Agentic大模型开发经验优先
有一作顶会论文或有开源项目经验者优先

AI 洞察

优缺点分析

优点

  • 岗位处于大模型、Agent和强化学习前沿方向,技术积累价值高,有利于形成稀缺能力
  • JD明确涉及SOTA模型、论文发表、技术报告和模型开源,适合希望兼顾研究与影响力的候选人
  • 强调实际业务场景落地,能够积累从算法研究到工程部署的完整经验
  • 地点覆盖北京和杭州,便于候选人结合生活规划选择研发资源密集的城市
  • Agentic RL和数据合成策略仍处于快速演进阶段,技术路线不确定,需要持续跟进前沿研究
  • 适合具备大模型算法研发经验、对Agent和强化学习有浓厚兴趣,并希望在前沿模型研发与业务落地中持续成长的工程师或研究者

缺点 / 挑战

  • 岗位同时要求算法创新、工程落地和业务应用,对研究深度与工程能力都有较高要求
  • 以SOTA和落地为目标,实验迭代压力较大,需要具备较强的实验设计和问题定位能力

角色解读

  • 可向资深大模型算法专家、RL算法专家或Agent系统架构专家方向发展,深耕模型能力边界
  • 可逐步承担技术负责人角色,主导模型训练方案、开源项目或业务落地路径
  • 也可向研究科学家、技术管理或AI产品技术结合方向拓展,参与更大规模的模型体系建设
  • 负责Agentic大模型算法研发与优化,目标是让模型在Agent场景中达到更强性能,并推动实际业务落地
  • 研究Agentic训练数据合成、后训练数据配比和稳定高效的Agentic RL方案,持续提升模型在复杂任务中的表现
  • 探索前沿Agentic RL算法,参与论文、技术报告、模型开源和社区/学术交流
  • 将前沿算法转化为可部署、可迭代的工程方案,连接研究创新与业务应用
  • 需要扎实的大模型算法研发能力,熟悉预训练、后训练、强化学习或Agent相关技术路线
  • 需要掌握机器学习、自然语言处理、计算机视觉等基础领域知识,并能理解前沿论文和算法思想
  • 需要熟练使用PyTorch、TensorFlow及常见训练、推理框架,具备较强工程实现和部署能力
  • 具备数据合成、数据配比、实验设计和结果分析能力,有顶会论文或开源项目经验会更有竞争力

申请策略

  • 投递前建议了解阿里在大模型、Agent应用和开源模型方面的公开进展,面试中能结合业务场景表达理解
  • 面试时重点讲清楚算法选择原因、实验对比、失败复盘和落地约束,体现研究判断力与工程闭环能力
  • 突出与大模型、Agent、强化学习、后训练相关的项目经历,说明你在其中的具体贡献和模型效果提升
  • 展示对PyTorch、TensorFlow、训练推理框架和分布式训练/部署工具的熟练使用,最好配可量化结果
  • 如有顶会论文、一作论文、开源项目或技术报告,应放在显眼位置,并说明研究问题、方法和影响
  • 强调数据合成、数据配比、实验设计和业务落地能力,体现你不仅会做研究,也能推动结果应用
  • 系统补强Agentic RL、RLHF/RLAIF、后训练数据构造和Agent评测方法,形成完整知识框架
  • 提升工程能力,包括训练推理框架使用、模型部署、性能优化和大规模实验管理

面试指南

  • 项目类问题采用“背景-目标-方案-实验-结果-复盘”的结构,重点说明个人贡献和可量化效果
  • 技术类问题采用“问题定义-关键假设-可选方案-权衡比较-验证指标”的思路,展示系统性判断
  • 落地类问题从数据质量、训练稳定性、推理成本、评测体系和业务反馈闭环几个维度展开
  • 你参与过的大模型或Agent项目中,最核心的技术难点是什么?你是如何定位并解决的?
  • 如何设计Agentic数据合成策略和后训练数据配比策略?如何评估数据质量?
  • Agentic RL相比传统RLHF或SFT有哪些关键挑战?如何保证训练稳定性?
  • 请介绍你熟悉的训练或推理框架使用经验,以及如何进行性能优化和部署落地
  • 如果模型在业务场景中效果不稳定,你会从数据、算法、评测和系统层面如何排查?

职位点评

薪资福利78
成长发展92
工作生活55
使命价值82

薪资福利

78中等

JD未披露薪资与福利信息,因此无法直接判断薪资竞争力;但从岗位要求看,属于高门槛算法研发方向,通常对具备相关能力的候选人有较强吸引力。

薪资信号未披露(AI估算:4.5千–8.0万/月)

成长发展

92较高

岗位明确涉及Agentic大模型、Agentic RL、数据合成策略、论文发表、技术报告和模型开源,技术前沿性和成长空间非常突出。要求中也强调前沿算法落地和创新能力,适合追求深度技术成长的候选人。

技术前沿前沿/新兴技术
技术栈Agentic大模型、Agentic RL、Tensorflow、Pytorch、机器学习、自然语言处理、计算机视觉、训练框架、推理框架
成长机会撰写发表创新论文或技术报告、参与模型开源、和社区、学术界保持良好的交流
业务类型ambiguous

工作生活

55较低

JD仅说明工作城市为北京/杭州,未提及远程、弹性办公、双休或加班情况,因此生活化动机满足程度无法充分判断。候选人需要在面试中进一步确认办公模式和团队节奏。

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

82较高

岗位聚焦Agentic大模型和前沿RL算法,具有较强的技术探索属性,并明确提到论文、技术报告、模型开源和社区/学术交流,对技术影响力和行业推动有较高价值。

行业发展新兴领域(暂难判断)
社会影响中性/一般
使命信号开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地、参与模型开源,和社区、学术界保持良好的交流
创新程度积极采用新技术
Watch Jobs