阿里巴巴
阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio Work
阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio Work
发布于 不到 1 分钟内普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llm
Nlp
Pytorch
Rag
多模态
大模型后训练
强化学习
值不值得投
80综合评分
综合评分 80
阿里战略级AI Agent核心算法岗，前沿技术栈、高薪高成长，但工作强度大。
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
60K
比人工智能中位数低
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 1730 个在招 · 其中人工智能 91 个
市场机会
选择面较广
杭州 · 人工智能 · 97 个在招
职位详情
关于这个职位
这是一个在阿里巴巴国际站内部孵化的战略级AI原生应用产品团队中的核心算法岗位，专注于Agent模型的后训练与强化学习
你将参与Agent设计、Post-Training、RL等全链路建设，探索Agent Harness RL、Memory、Reasoning等前沿技术，并负责RAG System、Agent System等AI Native专项能力建设
该岗位要求硕士及以上学历，具备大模型后训练或Agent训练经验者优先，适合对AI Agent前沿技术有热情、追求技术突破的算法工程师
最低要求
硕士及以上学历，计算机、电子、人工智能、自动化、数学等相关专业优先
具备大模型后训练相关研究/落地经验者优先
具备Agent训练经验，以及熟悉Agent前沿技术与底层原理者优先
具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步
工作职责
参与Accio Work模型训练与研发，包含而不限于Agent设计、Post-Training、RL等全链路建设
负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Agent Training-Function Call/Reasoning/Agentic RL/Proactive Agent/Tool-Use
探索大模型前沿技术，持续迭代模型能力，落地Agent，推动Accio Work，持续迭代
优先资格
具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先
在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先
在GitHub等开源社区具有影响力项目发表经验者优先
具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先
具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先
在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先
AI 洞察
优缺点分析
优点
- 前沿技术领域：Agent是当前AI领域最热门的方向之一，能够接触并实践最前沿的技术，个人技术成长快
- 核心战略项目：Accio Work是阿里国际站的战略级产品，资源投入大，发展前景好，个人影响力大
- 平台优势：阿里巴巴作为国内AI巨头，拥有丰富的算力资源、数据和技术积累，为技术研究提供强大支持
- 高薪回报：薪资水平在行业内具有竞争力，且通常有丰厚的年终奖和股票激励
- 工作强度大：互联网大厂核心算法岗位通常工作节奏快，加班可能较多，需要较强的抗压能力
- 竞争激烈：岗位要求高，汇聚了众多顶尖人才，内部竞争激烈，需要持续学习
缺点 / 挑战
- 技术挑战大：Agent训练和RL技术尚不成熟，需要较强的创新能力和解决复杂问题的能力
- 适合对AI前沿技术有强烈热情，具备扎实机器学习基础，喜欢挑战技术难题，并希望在核心业务中实现技术价值的算法工程师
角色解读
- 技术专家路线：在Agent、RL等前沿领域深耕，成为领域专家，引领技术方向
- 产品技术负责人路线：从算法工程师成长为技术Leader，负责整个Agent产品的技术规划和团队管理
- 横向发展：在阿里巴巴内部可转岗至其他AI核心部门，如通义千问、达摩院等
- 负责Accio Work产品的模型训练与研发，包括Agent设计、Post-Training、RL等全链路建设，是产品的核心算法负责人
- 建设AI Native专项能力，如RAG System、Agent System、Agent Training等，推动Agent在B2B场景的落地
- 持续探索大模型前沿技术，如Agentic RL、Proactive Agent、Tool-Use等，并迭代模型能力，推动产品持续演进
- 扎实的机器学习基础，精通NLP、RL、多模态等至少一个领域，熟悉大模型训练和推理原理
- 具备大模型后训练或Agent训练的实际项目经验，熟悉RLHF、PPO等强化学习算法
- 优秀的编程能力，熟练掌握Python或C++，具备出色的工程实现和问题解决能力
申请策略
- 在申请时，可以附上一份对Accio Work产品的技术分析或改进建议，展示你的思考深度和热情
- 面试前深入了解阿里巴巴国际站的业务模式，以及Agent在B2B场景中的应用价值
- 突出大模型后训练或Agent训练相关的项目经验，详细描述你在其中承担的角色、技术方案和最终成果
- 重点展示在NLP、RL、多模态等领域的深入研究，如有顶会论文或开源项目，务必放在显眼位置
- 强调你的代码能力，如ACM等编程竞赛获奖经历，或GitHub上的高影响力项目
- 系统学习强化学习（RL）算法，特别是PPO、GRPO等，并动手实现一个简单的RL训练流程
- 深入了解Agent相关技术，如ReAct、Function Calling、RAG等，并尝试使用主流框架搭建一个简单的Agent应用
- 关注业界最新的Agent训练技术，如Agentic RL、Proactive Agent等，并思考如何应用到实际场景
面试指南
- 项目介绍采用STAR法则：背景（Situation）、任务（Task）、行动（Action）、结果（Result），重点突出你的技术深度和思考
- 对于技术原理问题，先阐述核心概念，再结合自己的理解进行深入分析，最后可以举例说明
- 对于设计类问题，可以按照“目标-方案-评估”的逻辑框架来回答，先明确目标，再拆解技术方案，最后说明如何评估效果
- 请详细介绍一下你过去的大模型后训练或Agent训练项目，包括技术选型、训练流程、遇到的问题及解决方案
- 请解释一下RLHF的原理，以及如何设计奖励模型来训练一个Agent
- 你如何理解Agent的规划（Planning）和记忆（Memory）能力？在工程上如何实现？
- 针对一个具体的B2B业务场景（如采购咨询），你会如何设计一个Agent系统？
- 如何评估一个Agent模型的效果？你会设计哪些评测指标？
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
阿里巴巴作为上市巨头，薪资水平在行业内具有较强竞争力，且福利体系完善，但JD中未明确提及具体薪资和福利细节。
薪资信号未披露（AI估算：40K-80K/月）
成长发展
95较高
该职位处于AI Agent前沿技术领域，技术挑战大，成长空间广阔，且公司提供良好的平台和资源，对个人技术成长和职业发展有极大帮助。
技术前沿前沿/新兴技术
技术栈Agent、Post-Training、RL、RAG、Function Call、Reasoning、Proactive Agent、Tool-Use
业务类型profit_center
工作生活
50较低
JD中未提及工作模式，但作为互联网大厂核心算法岗，通常为现场办公，且工作强度可能较大，WLB存在不确定性。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
Accio Work是阿里国际站战略级AI产品，旨在通过AI Agent变革B2B贸易，具有较高的行业影响力和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号战略级AI原生应用产品、实现B2B AI Agent跨越式发展
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs