Alibaba logo
阿里巴巴
算法工程师 - 智能Agent研发

算法工程师 - 智能Agent研发

发布于 大约 3 小时前

普通员工/个人贡献者

北京市 / 杭州市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Ai Agent
Llm
Nlp
Pytorch
多模态
强化学习
模仿学习
计算机视觉

AI 估算 · 20k–30k

阿里校招算法岗薪资有竞争力,技术栈前沿,前景好

职位详情

关于这个职位

加入阿里巴巴夸克智能体团队,参与前沿AI Agent系统研发

你将围绕大模型、强化学习、多模态交互等方向,探索并落地高自主性的智能体技术,应用于AI搜索、医疗健康、智能创作等核心场景
适合对AGI充满热情、具备扎实算法与编程能力的优秀应届毕业生

最低要求

具备出色的编程与工程实现能力,精通至少一门主流开发语言(如 C/C++、Java、Python 等)

在自然语言处理、计算机视觉、多模态建模或通用人工智能等方向具有良好学术基础与实践能力,熟悉深度学习主流框架(如 PyTorch、TensorFlow)
对大模型训练、多模态理解、Agent 等有一定了解
计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以上学历优先
具备快速学习与开拓创新的能力,对 AGI 的未来趋势与挑战有浓厚兴趣

工作职责

Agent 学习与优化:研究并实现前沿 Agent 训练算法,包括但不限于模仿学习、强化学习等,提升 Agent 的自主决策能力

Agent 架构与能力建设:涵盖 Planning、知识检索、工具调用、长短时记忆等核心模块的设计与优化,构建高智能可扩展的 Agent 框架
多模态交互与理解:基于 LLM 与多模态技术,构建面向复杂场景的智能体交互系统,实现自然的人机协作
场景化应用与创新:深度结合业务需求,设计适配不同领域的专业 Agent,打造具备长期价值和强劲竞争力的智能助手产品

优先资格

有大模型相关研究或落地经验者优先

在相关领域国际顶级会议(ACL、EMNLP、CVPR、ICCV、NeurIPS、ICLR、AAAI 等)有论文发表者优先

AI 洞察

优缺点分析

优点

  • 阿里巴巴顶级平台,资源丰富,技术影响力大,项目落地场景多
  • 薪资待遇有竞争力,福利完善,适合应届生职业起步
  • 技术难度高,需要同时掌握多个领域知识(RL、多模态、LLM),学习曲线陡峭
  • Agent领域尚在快速发展,技术迭代快,需要持续跟踪最新研究
  • 适合对AGI充满热情、具备扎实算法功底和自学能力,渴望在前沿技术领域有所建树的应届硕士或博士

缺点 / 挑战

  • 专注前沿AI Agent方向,技术挑战高,个人成长空间广阔
  • 大厂竞争激烈,工作节奏快,可能需要应对一定的工作压力

角色解读

  • 从Agent算法研究员逐步成长为技术专家,主导核心模块设计与优化
  • 向全栈AI研究者发展,融合LLM、多模态、强化学习等前沿技术
  • 有机会转向技术管理岗位,带领团队推动智能体技术在业务中规模化落地
  • 研究和实现Agent训练算法,如模仿学习、强化学习,提升智能体自主决策能力
  • 设计和优化Agent核心框架,包括规划、知识检索、工具调用等模块
  • 基于LLM和多模态技术构建复杂场景下的交互系统,推动人机协作
  • 结合业务需求,开发面向特定领域的专业Agent产品,如AI搜索、医疗等
  • 精通至少一门编程语言(C/C++、Java、Python),具备扎实工程实现能力
  • 熟悉深度学习框架(PyTorch、TensorFlow),有NLP/CV/多模态等方向的学术或项目经验
  • 了解大模型训练、多模态理解和Agent相关技术,有相关研究或落地经验更佳

申请策略

  • 了解夸克智能体团队的已有产品和方向,在面试中展示对业务场景的理解
  • 准备一个与Agent相关的完整项目案例,能清晰阐述设计思路和结果
  • 突出相关项目经验,如基于LLM的Agent、强化学习应用或多模态系统
  • 展示论文发表经历,特别是顶会论文(ACL、CVPR、NeurIPS等)
  • 强调编程能力和框架使用熟练度,附上GitHub或个人项目链接
  • 深入掌握一种或多种Agent框架(如LangChain、AutoGPT),并动手实现简单Agent
  • 补充强化学习理论知识,实践RLHF或模仿学习
  • 熟悉最新多模态大模型(如GPT-4V、CLIP)的应用方法

面试指南

  • 对于算法原理题,先清晰定义问题,然后分步骤解释核心思想,最后结合实际应用场景
  • 对于系统设计题,从需求分析出发,列出模块组成,描述数据流动和关键决策点
  • 对于项目经验题,采用STAR法则(情境、任务、行动、结果)结构化陈述
  • 请解释强化学习中的PPO算法,并说明如何在Agent训练中应用?
  • 设计一个基于LLM的多轮对话Agent,需要考虑哪些关键模块?
  • 如何处理Agent在长任务中的错误累积问题?
  • 你之前参与过哪些与Agent或大模型相关的项目?遇到的最大挑战是什么?
  • 复习强化学习、Transformer、多模态融合等基础知识

职位点评

74
综合评分

前沿AI Agent岗位,技术成长空间大,薪资有竞争力,但工作地点固定且WLB不确定。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
该职位最适合发展性动机强的求职者,即追求技术前沿、渴望快速成长的人群。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值80

薪资福利

75中等

阿里巴巴作为上市大厂,校招薪资水平在行业内具有竞争力,但JD未披露具体薪资和福利,补偿性动机满足程度中等偏上。

薪资信号未披露(AI估算:20K-30K/月)

成长发展

85较高

职位聚焦前沿AI Agent技术,涉及强化学习、多模态等新兴方向,技术创新空间大,但JD未明确提及培训或晋升机制,发展性动机较强。

技术前沿前沿/新兴技术
技术栈AI Agent、LLM、强化学习、多模态、PyTorch、TensorFlow
业务类型ambiguous

工作生活

50较低

职位要求仅现场办公,工作地点在北京/杭州,未提及弹性或远程工作,也未明确WLB信号,生活化动机满足程度一般。

工作模式仅现场办公
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

AI Agent属于高速增长赛道,技术创新活跃,对社会智能化有一定正向作用,但JD未强调社会价值,意义感动机较好。

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
Watch Jobs