阿里巴巴
阿里健康-AI搜索算法专家（大模型与Agent方向）-杭州/北京
阿里健康-AI搜索算法专家（大模型与Agent方向）-杭州/北京
发布于 10 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Deepspeed
Dpo
Llm
Ppo
Pytorch
Rag
Sft
信息检索
强化学习
值不值得投
79综合评分
综合评分 79
前沿大模型与Agent技术栈、AI医疗高价值场景、技术成长空间极大，但WLB未明确且技术压力较高。
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
5万
比算法优化工程师中位数高
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 3000 个在招 · 其中算法优化工程师 约 120 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 约 140 个在招
职位详情
关于这个职位
该职位负责阿里健康AI搜索核心算法建设，涵盖大模型后训练、搜索Agent架构设计及数据飞轮构建
你需要利用LLM、RAG和强化学习等技术，推动新一代搜索体验升级，实现前沿技术向业务价值的高效转化
最低要求
教育背景：计算机、数学、人工智能等相关专业硕士及以上学历，2年以上搜索、推荐或大模型相关算法工作经验
算法基础：深入理解机器学习、深度学习及信息检索（IR）基本原理
熟练掌握 PyTorch 及常用大模型微调/推理框架（如 DeepSpeed, Megatron-LM, LLaMA-Factory, vLLM, Ray 等）
大模型实战经验：熟悉主流开源LLM的架构设计，有实际的SFT、DPO/PPO等后训练实操经验，对大模型涌现能力、Prompt Engineering有深刻理解
搜索/RAG背景：熟悉 RAG 系统全生命周期，理解向量数据库及索引原理，有在检索、重排或Query理解（改写、意图识别、实体抽取）领域的实际落地经验
学习与跟进能力：具备极强的学术敏感度，能快速跟进并复现业界最新论文（如 Agent 架构、新的 Alignment 方法等）
工作职责
负责AI搜索核心算法方向建设，围绕LLM Search、GenSearch、RAG、Agent Search设计并落地检索、重排、生成、反馈闭环等关键能力，支撑新一代搜索体验升级
大模型后训练（Post-training）：负责搜索场景下大语言模型（LLM）的微调与对齐，包括高质量SFT数据建设，以及利用强化学习（如PPO、DPO、GRPO等）进行人类/AI反馈对齐（RLHF/RLAIF），提升大模型在搜索问答、查询理解和医学推理总结上的能力
搜索Agent与智能检索：设计并落地基于LLM的搜索Agent架构，实现复杂Query的任务拆解（Planning）、查询改写（Rewriting）、工具调用（Tool-use/Browsing）、自我反思（Self-Reflection）与动态决策流，落地工业级Skills
主导建设面向AI搜索的数据飞轮与评测体系，包括垂直领域专家级训练数据构造、偏好数据生产、自动评测、人工评测、线上实验与Badcase闭环，形成可持续迭代的算法生产机制
与工程、产品、数据团队协作，在大规模、高并发线上环境中推动算法架构演进，兼顾效果、时延、稳定性与成本，实现前沿技术向业务价值的高效转化
AI 洞察
优缺点分析
优点
- 处于大模型与AI搜索的最前沿，能接触到LLM后训练、Agent架构等核心技术，技术成长空间巨大
- 依托阿里健康的海量医疗数据与高并发场景，算法落地效果与业务价值显著，履历含金量高
- 背靠头部互联网平台，资源充沛，能与顶尖的工程、产品团队协作，推动工业级技术落地
- 医疗搜索对准确性、安全性要求极高，在兼顾效果、时延、稳定性与成本之间需要不断权衡与调优
- 适合具备扎实大模型微调与RAG落地经验，对AI搜索和Agent架构有浓厚兴趣，且能在高压下快速学习迭代的算法工程师
缺点 / 挑战
- 大模型技术迭代极快，需要持续投入大量精力跟进最新论文并保持学术敏感度，学习压力较大
角色解读
- 从算法专家向AI搜索架构师或技术总监方向发展，主导亿级流量产品的算法演进
- 在医疗+AI的垂直领域深耕，成为兼具大模型底层技术与行业Know-how的复合型顶尖人才
- 负责AI搜索核心算法建设，涵盖LLM Search、RAG及Agent Search的检索与生成闭环设计
- 主导大模型后训练，包括SFT数据建设与RLHF/RLAIF对齐，提升搜索问答与医学推理能力
- 设计搜索Agent架构，实现复杂Query的任务拆解、工具调用与动态决策，并构建数据飞轮与评测体系
- 扎实的机器学习与深度学习基础，精通PyTorch及DeepSpeed、vLLM等大模型微调与推理框架
- 具备大模型后训练（SFT、DPO/PPO）实操经验，熟悉RAG系统全生命周期及向量数据库原理
- 极强的学术敏感度，能快速跟进并复现Agent架构、Alignment等前沿论文
申请策略
- 提前体验阿里健康的搜索产品，思考现有搜索体验的痛点及引入大模型/Agent的优化方案，面试时主动分享
- 重点突出大模型后训练（SFT/DPO/PPO）的实操经验及具体业务收益，如提升搜索问答准确率等
- 详细展示在RAG系统、Query理解或Agent架构设计中的落地案例，强调解决复杂Query和工具调用的能力
- 列举跟进并复现的前沿论文或开源贡献，体现极强的学术敏感度与代码实现能力
- 深入学习最新的Agent框架（如AutoGen、LangGraph）及强化学习对齐算法（如GRPO），保持技术领先性
- 了解医疗健康领域的专业知识与合规要求，提升在垂直领域构建高质量训练数据的能力
面试指南
- STAR法则：情境(Situation) -> 任务(Task) -> 行动(Action，突出技术细节与思考) -> 结果(Result，量化指标)
- 技术深度+业务价值：不仅讲清楚算法原理和实现细节，还要强调对业务指标（如时延、成本、转化率）的实际提升
- 请详细介绍你在RAG系统或大模型后训练中遇到的最大技术挑战及解决方案
- 如何设计一个基于LLM的搜索Agent来处理复杂Query的任务拆解与工具调用？
- 在医疗搜索场景下，如何平衡大模型的生成幻觉与医学推理的准确性？
- 请分享一个你主导的数据飞轮或评测体系建设的案例，如何形成可持续迭代机制？
- 复习大模型微调（DeepSpeed/Megatron）、推理加速（vLLM）及强化学习（PPO/DPO）的底层原理与工程实践
- 准备1-2个自己主导的复杂项目，能够深入剖析架构设计、Badcase分析及线上实验的完整闭环
职位点评
薪资福利85
成长发展95
工作生活45
使命价值80
薪资福利
85较高
该岗位属于核心算法专家级别，薪资水平处于行业前列，且具备完善的福利体系与长期激励。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
95较高
岗位聚焦大模型后训练、Agent架构等最前沿技术，且要求跟进最新论文，技术成长与前沿探索空间极大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、PyTorch、DeepSpeed、SFT、DPO、PPO、GRPO、vLLM
业务类型profit_center
工作生活
45较低
JD未明确提及工作模式与WLB信息，无法准确判断工作强度与通勤情况。
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
依托阿里健康平台，将前沿AI技术应用于医疗健康搜索，有助于提升用户获取医疗信息的效率与准确性，具有较强的社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
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