
阿里巴巴
业务技术-大模型算法专家-直播AI
业务技术-大模型算法专家-直播AI
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Dpo/Rlhf
Llm
Pytorch
Rag
Sft
向量检索
多轮对话
大模型
知识图谱
值不值得投
75综合评分
综合评分 75
大模型前沿算法岗,技术成长强、业务场景清晰,WLB信息未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
7.0万
比AI算法中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 5200 个在招 · 其中AI算法 约 110 个
市场机会
选择面较广
杭州 · AI算法 · 约 130 个在招
职位详情
关于这个职位
该岗位面向淘宝直播场景,围绕数字人直播与智能助理,使用大模型、Agent、RAG、多轮对话和强化学习等技术提升直播互动与转化效果
你将参与实时评论意图识别、直播知识问答、营销工具调度和主播人设话术训练等核心算法建设
最低要求
自然语言处理、机器学习、人工智能、计算机、电子与通信等相关专业的硕士生/博士生
熟悉LLM的基本原理和相关算法,具备良好的逻辑分析能力和数理基础,在顶会(如NeurIPS、ICLR、ICML等)或期刊上有论文发表者优先
熟练掌握Pytorch等深度学习框架,扎实的编程基础,具备独立的算法实现能力
参加过ACM/ICPC、CCPC、NOI等算法竞赛获奖者优先
学习能力强,对新事物有好奇心,对所在领域有热情,善于独立思考并反思总结
良好的沟通能力和团队协同能力
工作职责
参与直播场景下超大规模用户评论的实时意图识别,解决口语化、垂直领域语义模糊等难题
构建基于Agent架构的对话管理系统,实现灵活的控场、互动与转场决策
参与研发高性能的直播垂直领域RAG系统,结合向量检索、知识图谱及在线实时外网检索,确保数字人回答内容的专业性、时效性及准确性(解决幻觉问题)
参与设计并实现面向直播侧的Agent框架,支持大模型自主调度营销工具、素材展示等能力,提升互动性
参与优化多轮对话能力,通过垂域SFT、DPO/RLHF等手段,训练大模型掌握数字人主播的个性化人设、带货节奏及高转化话术逻辑
优先资格
在顶会(如NeurIPS、ICLR、ICML等)或期刊上有论文发表者优先
参加过ACM/ICPC、CCPC、NOI等算法竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 岗位聚焦大模型、Agent、RAG和RLHF等前沿方向,技术成长空间大
- 业务场景明确,直接服务淘宝直播和数字人体系,算法效果容易与真实业务反馈结合
- 涉及超大规模评论、实时互动和直播转化,能积累高并发真实场景下的算法落地经验
- 岗位强调算法实现与业务决策结合,适合希望从模型研究走向产业应用的求职者
- 直播评论口语化、语义模糊且实时性强,对意图识别和对话决策的鲁棒性要求高
- RAG系统需要同时解决专业性、时效性和幻觉问题,工程与算法协同难度较大
- 适合具备NLP、LLM、机器学习或对话系统背景,希望在真实电商直播场景中落地大模型算法的硕博人才
- 尤其适合有顶会论文、算法竞赛经历或Agent/RAG项目经验的人
缺点 / 挑战
- 数字人带货涉及人设、节奏和转化话术,模型效果评估与业务目标对齐可能存在挑战
角色解读
- 可沿着大模型算法专家方向深入,成长为直播垂域智能体、对话系统或RAG架构的技术专家
- 可拓展到多模态数字人、智能客服、内容生成、推荐转化等更多AI应用场景
- 长期可向技术负责人或算法架构负责人发展,负责更大规模的业务算法体系与团队协同
- 面向淘宝直播场景,研发实时评论意图识别、多轮对话和Agent控场能力,让数字人主播能理解用户并做出互动决策
- 构建直播垂域RAG系统,融合向量检索、知识图谱和实时外网检索,提升回答的专业性、时效性和准确性
- 设计直播侧Agent框架,让大模型能够调用营销工具、素材展示等能力,服务直播互动和转化目标
- 通过垂域SFT、DPO/RLHF等方式训练模型,使数字人具备个性化人设、带货节奏和高转化话术逻辑
- 需要扎实的LLM、NLP和机器学习基础,理解大模型训练、对齐、推理和Agent系统设计
- 需要熟练使用PyTorch等深度学习框架,具备独立实现算法、训练模型和排查问题的能力
- 需要掌握RAG、向量检索、知识图谱、多轮对话、SFT、DPO/RLHF等相关技术栈
- 需要较强的逻辑分析、数理基础、沟通协作和快速学习能力,有顶会论文或算法竞赛获奖经历会更具竞争力
申请策略
- 申请时建议明确说明自己更偏基础模型训练、算法应用还是系统工程,并匹配岗位中的直播Agent和RAG方向
- 可提前了解淘宝直播、数字人直播和AI助理的最新产品形态,面试中结合业务场景提出改进思路
- 突出与LLM、NLP、对话系统、RAG、Agent、SFT、DPO/RLHF相关的研究和项目经历,说明具体贡献与效果
- 展示使用PyTorch进行模型训练、微调和推理优化的实践经验,最好包含模型规模、数据规模和评估指标
- 如果有NeurIPS、ICLR、ICML等顶会论文,或ACM/ICPC、CCPC、NOI等竞赛获奖,应放在显眼位置
- 强调沟通协作和业务理解能力,尤其是跨团队推动算法落地的经历
- 提前准备Agent架构、RAG系统、向量检索、知识图谱和实时检索相关项目复盘,能讲清系统设计与取舍
- 补充大模型对齐技术实践,包括SFT、DPO、RLHF、偏好数据构建和效果评估方法
面试指南
- 系统设计类问题按“业务目标—数据输入—模型/检索方案—评估指标—线上迭代”展开,强调实时性和准确性权衡
- 算法问题先讲原理,再讲适用条件和局限,最后结合直播场景说明如何落地和验证效果
- 项目经历采用STAR结构,重点说明个人贡献、关键技术选择、实验对比和业务结果
- 如何设计一个面向直播评论的实时意图识别系统,如何处理口语化和语义模糊问题?
- 直播垂域RAG系统中,如何降低幻觉并保证回答的时效性和专业性?
- Agent框架如何支持大模型调用营销工具、素材展示和转场决策?
- SFT、DPO、RLHF在数字人主播人设和带货话术训练中分别可以解决什么问题?
- 请介绍一个你独立完成的大模型或NLP算法项目,包括方案、难点、指标和结果
职位点评
薪资福利82
成长发展90
工作生活45
使命价值70
薪资福利
82较高
岗位技术门槛高,属于大模型算法专家方向,通常具备较强薪资吸引力;但JD未披露具体薪资和福利,只能基于岗位要求判断。
薪资信号未披露(AI估算:5.0千–9.0万/月)
成长发展
90较高
JD明确涉及前沿大模型、Agent、RAG、SFT、DPO/RLHF等技术,且面向复杂直播业务场景,技能成长空间很强。JD未明确提及晋升通道或培训机制。
技术前沿前沿/新兴技术
技术栈大模型、LLM、Agent、RAG、向量检索、知识图谱、SFT、DPO、RLHF、PyTorch
业务类型profit_center
工作生活
45较低
JD仅明确北京/杭州工作城市,未说明远程、弹性办公、双休或加班情况,生活化动机相关信息不足。
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
70中等
岗位通过AI数字人和智能助理提升直播互动体验,具有明确业务创新价值;但JD未直接表达社会使命或公共价值导向。
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