阿里巴巴
阿里国际站/Alibaba.com-Agent Harness算法工程师-Accio Work
阿里国际站/Alibaba.com-Agent Harness算法工程师-Accio Work
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
Nlp
Post-Training
Rag
大模型
强化学习
机器学习
AI 估算 · 35k–60k
阿里大厂算法岗，AI Agent前沿方向，硕士3年+经验，杭州薪资较高，16薪。
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 Agent产品（Accio Work）中的算法工程师岗位，专注于Agent模型训练、后训练（Post-Training）、强化学习（RL）等全链路建设
你将参与前沿技术探索，如RAG、Agent System、Function Calling等，并推动Agent在B2B场景的落地与迭代
适合对大模型、Agent方向有深入研究经验，希望参与国际级AI产品建设的候选人
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
- 深度参与战略级AI Agent产品，接触最前沿的大模型和Agent技术，技术成长空间大
- 阿里巴巴集团平台，资源丰富，数据场景独特，有助于做出有影响力成果
- 团队氛围鼓励创新，有发表顶会论文和参与开源的机会
- 薪资福利在行业内具有竞争力，且业务处于高增长赛道
- Agent领域尚未成熟，不确定性高，需要适应快速迭代和方向调整
- 跨团队协作频繁，需要良好的沟通能力，可能面临复杂的需求和资源竞争
缺点 / 挑战
- 技术挑战高，需要快速学习并落地新方法，工作压力可能较大
- 适合对AI技术充满热情、具备强自我驱动力和深厚的算法功底，愿意在Agent前沿领域深耕并接受挑战的研究型工程师
角色解读
- 在算法方向深耕，从Agent训练专家成长为领域专家，主导技术方向决策
- 向技术管理方向发展，带领团队负责产品核心算法体系，成为技术负责人
- 依托阿里巴巴国际站的平台，积累大模型和Agent的实战经验，未来可向AI产品架构师或CTO方向进阶
- 负责Accio Work大模型Agent的训练与研发，包括Post-Training和强化学习全链路建设，需要深入理解模型原理并优化训练策略
- 建设AI Native专项能力，如RAG系统、Agent系统，以及Function Call、Reasoning等核心能力，需要设计和实现高可用、可扩展的算法模块
- 探索大模型前沿技术，持续迭代模型能力，并将算法落地到实际Agent产品中，推动产品在B2B场景的演进
- 与团队协作进行技术攻关，解决训练和推理中的挑战性问题，并参与开源社区或学术研究提升影响力
- 扎实的机器学习和大模型基础，熟悉Post-Training、RLHF、Agent训练等方向，理解Transformer架构和训练机制
- 优秀的编程能力，熟练掌握Python或C++，具备高性能计算和分布式训练经验
- 熟悉常见AI框架（如PyTorch、TensorFlow）以及大模型工具链（如DeepSpeed、Megatron）
- 了解NLP、多模态、搜索推荐等领域，具备较强的文献阅读和算法实现能力
申请策略
- 在简历和面试中突出你对Agent技术的热情和独立思考，展示你对该领域痛点的理解
- 了解阿里巴巴国际站的业务背景和Accio Work的产品定位，在面试中结合场景阐述你的方案
- 突出大模型Post-Training、RL、Agent相关项目经验，展示具体成果和技术创新点
- 如有顶会论文或重磅开源贡献，务必放在显眼位置，这是重要加分项
- 详细描述在搜索、NLP或多模态等领域的落地案例，体现解决实际问题的能力
- 强调编程能力和竞赛获奖经历，展示工程实现和算法优化的硬实力
- 深入理解RLHF、PPO、DPO等强化学习算法，尝试复现或改进现有Agent训练流程
- 学习Agent相关框架（如LangChain、AutoGPT）并动手实践，掌握Function Calling和Tool-Use的设计思路
面试指南
- 采用STAR法则（情境-任务-行动-结果）描述项目，突出你的个人贡献和可量化的成果
- 对于技术设计类问题，先拆解需求和约束，再给出方案对比和选择理由，展现系统性思考
- 结合前沿研究趋势，展示你对最新方法（如Agentic RL）的理解，并融入自己的观点
- 请分享一个你参与过大模型后训练或Agent训练的项目，具体遇到哪些挑战并如何解决？
- 如何设计一个Agent的强化学习奖励函数？请结合具体任务说明
- 解释一下Function Calling在Agent中的作用，并谈谈如何优化其准确率
- 你对Agent Harness有什么理解？它如何影响模型的推理和能力边界？
- 在资源受限的情况下，你如何平衡模型效果和推理效率？
职位点评
70
综合评分
阿里战略级AI Agent算法岗，技术前沿、成长快，但工作强度大且WLB一般。
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。
更适合这类人
这个职位最适合追求技术深度和职业快速发展、愿意投入高强度工作以换取高速成长的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展95
工作生活40
使命价值75
薪资福利
65中等
薪资未在JD中明确，但阿里巴巴作为头部互联网公司，薪资水平通常高于市场均值，且福利完善，但具体薪酬存在不确定性。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
95较高
职位处于AI Agent前沿领域，技术含量高，有大量学习与成长机会，且参与战略级产品，晋升空间广阔。
技术前沿前沿/新兴技术
技术栈Agent、大模型、Post-Training、RL、RAG、Function Calling
业务类型ambiguous
工作生活
40较低
JD未提及灵活办公或WLB，且为现场办公，阿里巴巴工作节奏通常较快，可能加班较多，生活平衡性一般。
工作模式仅现场办公
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
75中等
AI Agent是高速增长赛道，产品有明确的业务价值，技术影响力大，但未提及社会意义层面的使命。
行业发展高速增长赛道
社会影响中性/一般
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