阿里巴巴
Token Foundry-大模型平台研发工程师-Agent Infra
Token Foundry-大模型平台研发工程师-Agent Infra
发布于 4 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
Agent Infra
Agentic Rl
Go
分布式系统
大模型
开源社区
强化学习
值不值得投
78综合评分
综合评分 78
阿里大模型核心基建岗，前沿技术栈与开源学术双驱动，成长空间极大，但工作节奏可能较快。
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
5.3万
比人工智能中位数高
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 2960 个在招 · 其中人工智能 约 340 个
市场机会
选择面较广
杭州 · 人工智能 · 约 410 个在招
职位详情
关于这个职位
该职位隶属于阿里集团Token Foundry团队，主要负责大模型Agent基础设施的建设与优化
你将参与大模型从数据生产、训练到评测的全流程，重点提升大模型在Coding和Agentic领域的能力，并有机会将技术成果发表于学术会议及开源社区
最低要求
具有良好的编程和工程实现能力，精通Python/Go/Shell等一种或者两种语言
有优秀的逻辑和数据分析能力，能够对算法需求进行分析、抽象和设计
学习能力较强，愿意学习新东西，具有优秀的分析和解决实际问题的能力和态度，对技术有激情
工作职责
建设大规模数据生产和评测的Agent基础设施，增强大模型在Coding&Agentic等领域的能力
结合后训练框架，优化强化学习效率，实现高效的大规模Agentic RL
将成熟的系统与算法成果发表于学术会议，并回馈开源社区（如ROCK和ROLL等），持续提升在学术界与产业界的影响力
优先资格
熟悉一种或多种Agent Harness框架者优先，如OpenCode、OpenClaw等
熟悉有大模型Coding&Agentic方向评测框架者优先
有大模型数据生产和清洗框架者优先
参与过大规模分布式系统的开发、设计和维护优先
AI 洞察
优缺点分析
优点
- 处于AI大模型核心赛道，接触最前沿的Agent和强化学习技术
- 依托阿里集团丰富的算力与数据资源，能参与超大规模系统的实战
- 有明确的学术发表和开源回馈机制，利于建立个人技术影响力
- 大模型技术迭代极快，需要持续保持高强度的学习状态以跟进最新论文和框架
- 适合对大模型底层系统有浓厚兴趣、具备扎实工程能力且渴望在AI Infra领域深耕的技术极客
缺点 / 挑战
- 大规模分布式系统的调试和优化难度极高，面临复杂的工程挑战
角色解读
- 可向大模型底层架构专家、AI Infra技术负责人方向发展
- 在学术界和开源社区积累影响力后，有机会成为行业顶尖的AI系统科学家或技术总监
- 负责大模型Agent基础设施的建设，提升大模型在代码生成和智能体领域的表现
- 结合后训练框架优化强化学习（RL）效率，支撑大规模Agentic RL训练
- 将技术成果转化为学术论文并贡献给开源社区，提升团队技术影响力
- 精通Python/Go/Shell等编程语言，具备扎实的工程实现和大规模分布式系统开发能力
- 拥有优秀的逻辑分析与算法抽象能力，熟悉大模型评测、数据生产及Agent Harness框架
申请策略
- 如果有开源社区贡献（如ROCK、ROLL相关）或顶会论文发表经历，务必在简历中重点展示，这是极大的加分项
- 突出在Python/Go及大规模分布式系统方面的项目经验，特别是高并发、高可用架构的设计与落地
- 详细列出参与过的大模型相关项目，如Agent框架、评测系统或数据清洗流水线
- 深入学习强化学习（RL）在大模型后训练中的应用（如RLHF、PPO等算法）
- 熟悉主流的Agent Harness框架及大模型评测基准（如HumanEval、MMLU等）
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验，重点突出“问题抽象-方案设计-工程落地-性能指标提升”的闭环
- 对于技术原理问题，先讲核心概念，再结合具体代码或系统架构进行深度剖析
- 请介绍一个你主导或深度参与的大规模分布式系统项目，遇到了哪些性能瓶颈，如何解决的？
- 在大模型Agent基础设施建设中，如何设计评测框架以保证评估的准确性和高效性？
- 谈谈你对Agentic RL的理解，在优化强化学习效率方面有哪些具体的工程经验或思路？
- 你熟悉哪些Agent Harness框架？在实际使用中遇到过什么问题，如何改进的？
- 复习大模型后训练（Post-training）和强化学习相关的前沿论文，了解阿里在开源社区的最新进展
- 准备好分布式系统底层原理（如RPC、一致性协议、GPU通信等）的面试题
职位点评
薪资福利85
成长发展95
工作生活40
使命价值85
薪资福利
85较高
阿里大模型核心基建岗位，薪资处于行业第一梯队，且未明确提及具体薪资，但基于岗位重要性和技术门槛，补偿性动机满足度较高。
薪资信号未披露（AI估算：3.5千–7万/月）
成长发展
95较高
岗位明确鼓励发表学术论文和回馈开源社区，处于大模型最前沿领域，技术成长和个人影响力提升空间极大。
技术前沿前沿/新兴技术
技术栈Python、Go、Shell、Agent Infra、Agentic RL、分布式系统、大模型
成长机会发表于学术会议、回馈开源社区、持续提升在学术界与产业界的影响力
业务类型ambiguous
工作生活
40较低
JD未提及工作模式和WLB相关信息，且大模型核心研发通常伴随较高的工作强度和快节奏，生活化动机满足度有限。
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
85较高
推动大模型技术边界，通过开源和学术论文回馈社区，具有较高的技术使命感和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号回馈开源社区、持续提升在学术界与产业界的影响力
创新程度开拓性创新（行业首创）
Watch Jobs