阿里巴巴
业务技术-AI Agent 优化工程师-智能内控方向
业务技术-AI Agent 优化工程师-智能内控方向
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
Ai Agent
Dpo
Nlp
Pytorch
Rag
Rlhf
Sft
大模型
AI 估算 · 25k–45k
大模型与AI Agent方向热门，技术要求高，阿里巴巴平台竞争力强，薪资处于市场偏高水平。
职位详情
关于这个职位
该职位负责阿里巴巴淘天集团智能内控体系的AI模型优化，聚焦资金风险防控、合规审计等核心场景
你将运用大模型后训练、RAG、Agent等技术构建智能内控引擎，并与业务专家协作推动AI落地
最低要求
职位要求：
硕士研究生及以上学历，计算机、人工智能、统计学、数学、金融工程等相关专业优先
年以上大模型/NLP算法研发或调优经验，精通Transformer架构原理，熟练掌握SFT、RLHF、DPO、Agentic RL等对齐训练范式
具备扎实的Agent评测能力，熟悉主流评测框架（如lm-evaluation-harness、OpenCompass、RAGAS）和常用评测benchmark，掌握BLEU/ROUGE/BERTScore/F1/AUC等指标适用边界，能独立设计面向业务的Task-Specific Evaluation Protocol
精通Python编程，熟练使用PyTorch/TensorFlow、DeepSpeed/Megatron-LM、vLLM/TGI等训练与推理框架（任意一个即可）
对数据质量敏感，掌握数据清洗、去重、配比采样、Curriculum Learning等数据工程方法论，理解数据分布偏移（Distribution Shift）对模型效果的影响
具备大数据处理能力，熟悉Spark/Flink/Hive等分布式计算框架，能够独立完成TB级日志、行为序列、交易流水等内控数据的ETL开发、特征工程与批量加工，了解数据湖仓架构（如Delta Lake/Iceberg/Hudi）及OLAP引擎（如ClickHouse/Doris/StarRocks）者优先
具备优秀的跨团队沟通能力和业务抽象能力，能将内控合规规则转化为可训练的标签体系或Reward Function
工作职责
面向资金流水、审批日志、合同文本、操作行为序列等多模态内控数据，设计并实施SFT（Supervised Fine-Tuning）、DPO/RLHF等后训练对齐方案，提升模型在内控垂域任务中的指令遵循能力与事实准确性
构建覆盖内控场景的自动化评测体系，包括但不限于：Benchmark构建、Golden Set标注、RAGAS/TruLens评估、幻觉检测（Hallucination Detection）、置信度校准（Confidence Calibration）及A/B Test框架，量化模型迭代收益
针对合规推理、风险归因、异常溯源等长链路决策任务，优化Prompt Engineering、CoT（Chain-of-Thought）、ReAct Agent架构及检索增强生成（RAG）策略，提升复杂业务问题的端到端解决率
深入分析Bad Case与Corner Case，通过LoRA/QLoRA微调、知识蒸馏（Knowledge Distillation）、数据合成（Synthetic Data Generation）等手段持续优化模型表现，平衡效果、延迟与推理成本
与内控业务专家、策略运营及工程团队紧密协作，将模糊的合规诉求转化为可量化的算法优化目标，推动AI能力在内控全流程的规模化落地
优先资格
加分项：
有企业内控、风控、审计、反舞弊或金融合规领域实际项目经验，熟悉SOX/COSO框架或电商交易风控逻辑者优先
有大型Agent项目完整评测体系落地经验者优先
在NeurIPS/ICML/ACL/EMNLP/KDD等顶会发表过Alignment、Evaluation、Agent或FinTech相关论文者优先
主导过开源大模型微调项目或在HuggingFace/OpenCompass等平台贡献过高质量数据集/评测集者优先
具备Graph Neural Network（GNN）、时序异常检测、因果推断（Causal Inference）等传统算法与大模型融合应用经验者优先
了解模型安全与可信AI（Red Teaming、Safety Alignment、Explainability）相关技术，能在合规场景中保障模型输出可控、可追溯
AI 洞察
优缺点分析
优点
- 大模型技术栈前沿，能接触到SFT、RLHF、Agent等最热门的方向，技术成长快
- 阿里巴巴淘天集团业务场景复杂，数据量大，能锻炼解决实际问题的能力
- 职位涉及内控、风控等关键业务，重要性高，职业稳定性好
- 公司平台大，资源丰富，有完善的技术基础设施和团队支持
- 技术要求非常高，需要同时掌握模型训练、评测、数据工程和业务知识，学习成本大
- 内控场景对准确性和可解释性要求严格，模型上线门槛高，需要反复调优
缺点 / 挑战
- 跨部门协作多，需要将模糊的合规需求转化为技术方案，沟通成本较高
- 适合有大模型调优或NLP算法经验，喜欢挑战复杂业务问题，愿意深耕AI在风控审计领域应用的工程师
角色解读
- 可以成长为智能内控AI方向的专家，深入业务场景，解决复杂风控、审计问题
- 向大模型算法专家或技术Leader方向发展，带领团队构建企业级AI Agent系统
- 未来可横向扩展到通用大模型应用、AI平台架构等方向，技术壁垒高
- 负责大模型在智能内控场景的微调与对齐（SFT/RLHF/DPO），提升模型指令遵循与事实准确性
- 构建自动化评测体系，包括Benchmark、Golden Set、幻觉检测、置信度校准等，量化模型收益
- 优化Prompt、CoT、ReAct Agent和RAG策略，解决合规推理、风险归因等长链路任务
- 分析Bad Case，通过LoRA/QLoRA、知识蒸馏、数据合成等持续优化模型，并与业务、工程团队协作落地
- 扎实的机器学习/NLP基础，精通Transformer架构和SFT、RLHF、DPO等后训练方法
- 熟悉Agent评测框架（如lm-evaluation-harness、RAGAS）和常用指标（BLEU、ROUGE、F1、AUC）
- 精通Python，熟练使用PyTorch、DeepSpeed、vLLM等训练推理框架
- 掌握大数据处理（Spark/Flink/Hive）和分布式计算，具备数据工程能力
申请策略
- 研究阿里巴巴淘天集团的业务方向和智能内控体系，了解其面临的挑战
- 在简历中展示对模型可信度、可解释性的关注，这与内控场景高度相关
- 突出大模型后训练（SFT/RLHF/DPO）的实际项目经验，展示迭代过程和效果指标
- 强调评测体系搭建经验，如有Benchmark或Golden Set设计案例，要详细说明
- 展示大数据处理能力，如TB级数据ETL、特征工程经验，体现工程实践能力
- 如有Agent项目或RAG应用经验，务必列出，并说明具体业务场景和优化效果
- 熟悉主流Agent评测框架（如RAGAS、lm-evaluation-harness），并动手实践
- 补充企业内控、风控基础知识，了解SOX、COSO等框架，提升业务理解
面试指南
- 使用STAR法：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，结构化地回答项目经历
- 对于技术方案问题，先明确目标和约束，再比较不同方法的优缺点，最后给出选择理由和预期效果
- 强调量化指标，如准确率提升多少、幻觉率降低多少，用数据说话
- 请描述一个你进行过SFT或RLHF调优的项目，遇到了哪些问题？如何解决的？
- 如何设计一个针对特定业务场景的LLM评测体系？你会选择哪些指标？
- 在RAG系统中，如何提升检索准确率和回答的置信度？
- 如何处理模型幻觉问题？特别是高风险的内控场景下有哪些策略？
- 谈谈你对Agent架构的理解，ReAct和Plan-and-Execute有何优劣？如何评估Agent效果？
职位点评
75
综合评分
阿里大厂，前沿大模型技术，薪资可观，但工作强度和生活方式需面议确认。
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
适合重视技术成长和发展前景的求职者，尤其是对AI在风控审计领域应用感兴趣的人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活55
使命价值75
薪资福利
80较高
阿里巴巴作为大厂，薪资福利在行业内具有竞争力，平台稳定性高，虽然JD未明确具体薪资，但整体补偿性较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
该职位处于大模型技术前沿，涉及SFT、RLHF、Agent等先进方法，技术成长空间大，虽然JD未提及晋升通道，但岗位挑战性强，发展性良好。
技术前沿前沿/新兴技术
技术栈大模型、SFT、RLHF、DPO、RAG、Agent
业务类型ambiguous
工作生活
55较低
JD未明确工作方式和加班情况，阿里巴巴通常工作强度较大，生活化方面存在不确定性，综合评估一般。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
该职位通过智能内控提升企业合规和风险管理水平，具有正向社会价值，行业前景好，能够获得一定的意义感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号风险防控、合规
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