阿里巴巴
千问事业部-大模型Agent算法专家（生态合作与智能协议）-杭州/北京
千问事业部-大模型Agent算法专家（生态合作与智能协议）-杭州/北京
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Multi-Agent
Rag
Rlaif
Rlhf
分布式训练
大模型
强化学习
值不值得投
79综合评分
综合评分 79
核心大模型Agent算法专家岗，技术前沿且成长空间极大，薪资回报丰厚，但业务节奏快、工作强度较高。
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
6万
与人工智能中位数基本持平
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 2990 个在招 · 其中人工智能 约 330 个
市场机会
选择面较广
杭州 · 人工智能 · 约 400 个在招
职位详情
关于这个职位
该职位负责阿里千问大模型Agent的统一认知架构设计与核心算法优化，通过Skill-based技术实现从语义理解到任务闭环的跨越
你需要主导统一智能体架构设计、长程规划与决策优化，并建立数据驱动的迭代飞轮，推动AI在复杂生产力场景中的深度落地
最低要求
深厚的大模型研发经验：熟悉主流大模型（如Qwen、GLM系列）的原理、微调技术及分布式训练框架，精通 Agent/RAG 架构，有从零构建 Skill-based 系统或大型 Multi-Agent 协作系统的落地经验
综合素质：具备优秀的逻辑思维与沟通协调能力，有强烈的主人翁意识，能适应快节奏的业务迭代
工作职责
统一认知架构设计与能力演进：
深度对接阿里集团内部及外部第三方服务，设计并实现高效、稳定的 Agent 框架
负责将复杂的业务逻辑抽象为可插拔的配置、标准化的工具，供大模型理解与调用
设计 skill-based 【统一Agent】架构，实现长程规划与自我反思能力的统一认知架构，以协调内部的推理、记忆和执行模块，实现统一智能体在跨场景、长链条任务上的优异表现
推动并构建一个动态的“千问能办” skill library，将海量、异构的原子能力抽象为该统一智能体可学习、可组合、可泛化的skill，探索自动化技能发现与组合优化的前沿方法
核心场景算法优化：
长程规划与决策优化：针对复杂复合需求，研发先进的任务分解与多步推理算法，解决长链条执行中的错误积累与漂移问题
Agentic-RL 策略：构建基于环境反馈的强化学习（RLHB/RLAIF）体系，通过在模拟环境中的大规模探索，提升 Agent 在极端场景下的鲁棒性与决策上限
领域知识注入：针对高频场景（学习、办公、生活）进行长程预训练与持续学习，让 Agent 不仅拥有通用逻辑，更具备深度的行业专家意识
实际需求驱动迭代：
建立科学、全面的Agent评测体系，通过线上数据分析、Bad Case挖掘，精准定位模型在幻觉、误拒答、组合泛化、执行失败等方面的瓶颈
领导数据驱动的迭代飞轮，不仅是利用线上反馈进行微调，更要探索世界模型模拟、合成数据生成、以及基于AI反馈的强化学习等手段，高效、规模化地提升统一智能体的能力上限
优先资格
在顶级会议（NeurIPS/ICML/CVPR/ACL等）发表过论文者优先
熟悉Agentic RL的方法优先
AI 洞察
优缺点分析
优点
- 依托顶级的算力与数据资源，能接触大模型最核心的架构与算法演进，技术成长空间极佳
- 岗位核心度高，直接参与定义下一代AI交互范式，有利于个人技术影响力的快速提升
- 业务场景丰富，涵盖学习、办公、生活等高频场景，技术落地价值与成就感强
- 业务节奏快，对复杂场景的落地要求高，需平衡前沿技术探索与工程化落地的矛盾
- 适合对AGI有强烈热情、具备扎实大模型底层研发能力且渴望在顶尖AI团队中攻克技术难题的资深算法工程师
缺点 / 挑战
- 大模型Agent领域处于探索期，技术路线迭代极快，需承受较高的研发压力与不确定性
角色解读
- 可向大模型算法首席科学家、AI技术总监等顶尖技术专家或技术管理路线发展
- 在具身智能、通用人工智能（AGI）等前沿领域积累深厚壁垒，成为行业内的核心技术领军人才
- 负责千问大模型Agent的统一认知架构设计与Skill-based系统构建，将复杂业务逻辑抽象为标准化工具
- 研发长程规划、多步推理及Agentic-RL等核心算法，解决长链条执行中的错误积累与漂移问题
- 建立科学的Agent评测体系，通过线上数据分析与Bad Case挖掘，驱动数据飞轮持续迭代模型能力
- 精通主流大模型原理、微调及分布式训练，具备Agent/RAG架构及Multi-Agent系统从0到1的落地经验
- 熟悉强化学习（RLHF/RLAIF）及任务分解算法，能够构建基于环境反馈的策略体系
- 具备优秀的逻辑思维与复杂业务抽象能力，能适应快节奏的业务迭代与跨团队协同
申请策略
- 深入了解千问大模型的最新进展及Agent生态布局，准备针对幻觉、误拒答等痛点的具体解决方案
- 在面试中展现强烈的主人翁意识与对AGI愿景的认同，契合团队的文化价值观
- 突出在大模型Agent、RAG或Multi-Agent系统从0到1的落地经验，强调系统架构设计能力
- 详细阐述在长程规划、强化学习（RLHF）等核心算法上的优化成果及具体指标提升
- 列出在NeurIPS/ICML等顶级会议的论文发表记录或知名开源项目的核心贡献
- 深入学习Agentic RL、世界模型模拟及合成数据生成等前沿技术，保持对最新论文的跟进
- 提升复杂业务逻辑的抽象与工程化落地能力，积累处理长链条任务错误漂移的实战经验
面试指南
- 采用STAR法则结合技术深度：先明确业务痛点与目标，再阐述架构设计与算法选型（如引入RLHF或特定推理算法），接着说明工程落地与评测体系，最后用具体指标（如成功率提升、Bad Case下降）证明效果
- 如何设计一个支持长程规划与自我反思的统一Agent架构？
- 在复杂复合需求下，如何解决长链条执行中的错误积累与漂移问题？
- 请分享你构建基于环境反馈的强化学习（RLHF/RLAIF）体系的经验与踩坑记录
- 如何评估Agent在极端场景下的鲁棒性？你的评测体系是如何设计的？
- 深入研读千问大模型及相关Agent领域的最新顶会论文，掌握行业前沿技术动态
- 准备1-2个自己主导的复杂Agent系统落地案例，深度复盘其中的技术难点、权衡取舍与解决思路
职位点评
薪资福利85
成长发展95
工作生活40
使命价值90
薪资福利
85较高
作为核心大模型算法专家岗，薪资水平处于行业高位，且依托上市巨头平台，整体薪酬回报与稳定性极具竞争力，但JD未明确披露具体薪资数字。
薪资信号未披露（AI估算：4千–8万/月）
成长发展
95较高
岗位聚焦AGI与Agent前沿技术，能接触大模型最核心的架构与算法演进，技术成长空间与行业视野极佳。
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、强化学习、RLHF、RLAIF、Multi-Agent、分布式训练
业务类型profit_center
工作生活
40较低
JD明确提到需适应快节奏的业务迭代，且大模型核心研发岗通常工作强度较大，WLB相对受限。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
90较高
致力于打破模型与现实世界的壁垒，让AI深入生产力场景，具有推动AGI发展的强烈使命感与社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号打破模型与现实世界的壁垒、让 AI 真正深入生产力场景、实现数字世界与物理世界的高效连接
创新程度开拓性创新（行业首创）
Watch Jobs