阿里巴巴
业务技术-Agent 数据与算法优化方向-用户场景＆营销方向
业务技术-Agent 数据与算法优化方向-用户场景＆营销方向
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算法优化工程师
算法优化工程师
Dpo
Llm
Pytorch
Rag
Sft
强化学习
数据构建
知识图谱
算法优化
值不值得投
80综合评分
综合评分 80
淘天核心AI算法岗，技术栈极度前沿、成长空间巨大，薪资竞争力强，但WLB信息未明。
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
4.5万
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 3030 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
该职位隶属于阿里淘天集团，主要负责Agent应用的数据构建与算法优化，通过高质量数据、知识体系、评测与归因分析，提升AI在用户场景与营销业务中的效果
适合希望在AI数据引擎、模型后训练、强化学习及Agent全链路优化方向深耕的算法人才
最低要求
一、专业背景：计算机、数学、统计学等相关专业硕士、博士优先，优秀本科生不受限制
二、数据构建能力：具备较强的 Data-centric AI 意识，精通后训练所需高质量数据的挖掘、清洗与构造
具备多源异构数据管道建设经验
有合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验者优先
三、评测能力：能够针对 Agent 任务设计科学的评测体系（LLM-as-a-Judge），并基于评测结果精准分析与定位问题
具备复杂多步任务量化评估、评测集设计与标注质量控制能力者优先
四、归因与长程优化能力：具备 Agent 应用的归因分析、因果分析与调优经验
能够构建自动化迭代闭环（Loop），推动长程任务的持续优化
能够从数据、知识、上下文、策略、模型等多个维度形成系统性优化判断
五、模型理解与后训练能力：深入理解 Transformer 与主流 LLM 架构演进原理
对后训练算法（SFT、DPO 等偏好优化方法、RL）具备实操经验与深刻认知，拥有 Agentic RL 训练实操经验者优先
六、知识组织能力：理解 RAG 与 Memory 的原理与能力瓶颈，对语义层、本体、知识图谱等知识组织方式具备实践经验或深入理解
掌握召回质量评估与上下文优化的方法论
七、代码与工程能力：具备较强的 Python 编程能力，熟练掌握 PyTorch
了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed 等），能够高效处理分布式环境下的工程问题
了解主流 AI 协议与生态（MCP、Skills 等）
八、技术热情与自驱：对前沿技术保持高度关注，能够独立研读论文与技术报告并快速复现，主动尝试落地先进开源项目
对主流 AI 开源项目有贡献者优先
工作职责
一、数据引擎与数据飞轮构建：建设多源异构数据的接入、清洗、加工与服务化管道，为训练与评测提供稳定的数据供给
打造高质量数据生产链路，探索合成数据（Synthetic Data）、动作轨迹（Trajectory）构造与高效蒸馏方案，跑通“业务—模型—反馈”的迭代闭环
二、知识体系建设：设计语义层、本体与知识图谱、业务规则的结构化表达，沉淀高维知识资产
负责知识库（RAG）与记忆系统（Memory）的知识组织、切分策略与召回质量优化，持续提升上下文的准确性与信息密度
三、评测体系构建：面向业务目标设计完备的效果评估体系，构建自动化评测框架与 LLM-as-a-Judge 方案
建设覆盖复杂多步任务的量化评估能力，建立离线评估与在线业务指标联动的评价闭环
四、归因、因果分析与长程优化：建立 Agent 的系统化诊断与归因能力，通过因果分析与信用分配（Credit Assignment）定位长程任务中的失效环节，识别问题归属于数据、知识、上下文、策略或模型
构建“评测—归因—调优—回归”的自动化迭代闭环（Loop），持续提升长程任务的成功率与稳定性
五、模型后训练与强化学习优化：基于业务数据开展 SFT、DPO 等偏好优化及 Agentic RL 训练
设计可工程化的 Reward 体系与 RL 训练环境，包括环境模拟与奖励验证，提升模型在垂直业务场景中的可控性、鲁棒性与泛化能力
优先资格
一、学术与开源影响力：在 AI 顶级会议（ACL、EMNLP、ICLR、NeurIPS、ICML 等）发表大模型评测、数据合成、Agent、RL 相关第一作者或共同第一作者论文
知名大模型评测框架、高质量开源数据集或主流 Agent、RL 框架的核心贡献者
二、长程优化与 Agentic RL 方向：熟悉 GRPO、RL等 Agentic RL 训练算法，或具备 Reward 建模、过程奖励模型（PRM）实践经验
具备 Agent 全链路可观测与多维归因体系的建设经验，能够定位长程任务的失效根因
三、综合素质：具备扎实的数学功底与逻辑分析能力，对高质量数据与评测拥有端到端闭环经验
独立开发过具备一定影响力的 AI 应用或评测、数据类工具
AI 洞察
优缺点分析
优点
- 技术栈极度前沿，涵盖大模型后训练、Agentic RL、RAG等核心AI技术，紧跟行业最新发展趋势
- 平台资源充足，数据与算力支持完善，有利于产出高水平学术成果与建立开源社区影响力
- 业务场景复杂，长程任务的归因与优化难度极高，需要极强的系统性思维与扎实的数学功底
- 适合具备扎实算法功底、对大模型与Agent技术有极高热情，且希望在真实复杂业务场景中验证前沿技术的算法工程师或研究员
缺点 / 挑战
- 依托淘天集团海量真实业务场景与数据，能接触到业界最复杂的Agent应用挑战，技术壁垒高
- 技术迭代极快，需持续跟进前沿论文并快速复现落地，对技术敏锐度与学习抗压能力要求较高
角色解读
- 从单一模块优化向Agent全链路架构师发展，主导复杂业务场景下的AI系统设计与落地
- 深耕AI算法前沿技术，成为大模型应用与强化学习领域的专家，产出高水平学术成果与开源影响力
- 转向业务技术负责人，将AI技术转化为业务增长引擎，主导AI赋能商业战略的落地
- 负责Agent应用的数据构建、知识体系与评测体系建设，为模型训练提供高质量数据与评估基准
- 通过归因分析与因果分析定位长程任务失效环节，构建自动化迭代闭环，持续提升任务成功率
- 开展模型后训练与强化学习（如SFT、DPO、Agentic RL）优化，提升AI在复杂业务场景中的效果与稳定性
- 精通Python与PyTorch，熟悉大模型训练推理框架（如vLLM、DeepSpeed），能解决分布式工程问题
- 具备Data-centric AI意识，掌握合成数据构建、RAG与知识图谱设计，能搭建高质量数据管道
- 深入理解Transformer架构及后训练算法（SFT/DPO/RL），有Agent归因分析与评测体系搭建的实操经验
申请策略
- 提前了解淘天集团在AI电商、智能客服、营销Agent等具体业务场景的落地情况，思考如何用数据与算法优化解决其中的痛点
- 突出在数据构建、合成数据或动作轨迹生成方面的实操经验，展示Data-centric AI的落地成果
- 详细展示在模型后训练（SFT/DPO/RL）及Agent评测体系搭建中的具体项目与量化业务收益
- 若有顶会论文（ACL/NeurIPS等）或知名开源项目核心贡献，务必放在简历醒目位置
- 深入研读Agentic RL、GRPO、PRM等最新强化学习算法论文，并尝试在开源框架中复现核心逻辑
- 熟悉主流大模型训练推理框架（如vLLM、DeepSpeed）及分布式训练环境下的显存与通信优化工程问题
面试指南
- 采用STAR法则，结合具体业务场景说明问题定义、技术方案（如数据/模型/评测）、遇到的难点及最终量化收益
- 对于算法原理问题，先讲核心数学直觉与公式推导，再结合工程落地细节（如分布式、显存优化）进行阐述，展现理论与工程结合的能力
- 如何设计一个针对复杂多步Agent任务的自动化评测体系？
- 在长程任务中，如何通过因果分析进行信用分配（Credit Assignment）以定位失效环节？
- 请分享一次你通过合成数据或数据清洗显著提升模型效果的实战经验
- SFT与DPO在偏好优化中的核心区别是什么？在业务场景中如何设计Reward体系？
- 复习Transformer架构、RLHF/DPO/GRPO等后训练算法的底层原理与最新变体
- 准备1-2个自己主导的Agent或大模型优化项目，梳理从数据构建、评测到模型上线的全链路细节与踩坑经验
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
作为核心业务线的AI算法岗，薪资竞争力强，能较好满足对高薪的追求，但JD未披露具体薪资与福利细节。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
95较高
岗位涉及大模型后训练、Agentic RL等最前沿技术，且依托海量真实业务场景，技术成长与学术产出空间极大。
技术前沿前沿/新兴技术
技术栈Agent、SFT、DPO、Agentic RL、RAG、PyTorch、LLM-as-a-Judge、Synthetic Data
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，无法准确评估生活平衡度。
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
80较高
推动AI技术在真实商业场景中的落地，将AI转化为业务增长引擎，具有较高的技术使命感与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号将 AI 转化为业务增长引擎
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