阿里巴巴
自营智能商业agent-阿里星/T-Star
自营智能商业agent-阿里星/T-Star
发布于 大约 15 小时前普通员工/个人贡献者
北京市 / 杭州市
其它
全职员工
仅现场办公
硕士
机器学习工程
Llm
Nlp
Pytorch
Tensorflow
多智能体
多模态
搜推系统
AI 估算 · 40k–60k
顶尖算法岗，阿里星项目薪资吸引力强，北京/杭州一线城市，大模型方向稀缺，月薪4-6万合理。
职位详情
关于这个职位
这是阿里巴巴淘天集团的核心算法团队职位，专注于用LLM Agent重构零售业务
你将参与构建智能商品经营大脑、新一代智能客服和交互式AI搜推导购系统，涉及多智能体协作、多模态对话和生成式搜推等前沿方向
适合对AI技术充满热情、希望在电商场景落地大模型应用的顶尖硕博人才
最低要求
计算机科学/人工智能/机器学习等相关领域的硕士或博士，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构
掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域
有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先
对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展
在顶级会议或高水平期刊发表过论文，或有复现前沿论文的经验者优先
具备较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路
良好的沟通能力，能与工程师、产品经理高效协作，将技术方案转化为业务价值
对电商场景有基本认知，愿意深入理解用户需求与商业逻辑
工作职责
我们做什么？
为了达成这一使命，我们正聚焦于以下三大前沿技术方向，构建下一代智能商业体系：
打造智能化商品运营大脑：我们不再局限于单点算法优化，而是致力于构建基于 LLM Agent 的经营决策大脑
通过多智能体协作架构，深度融合行业知识，实现从选品、定价到营销的全链路自动化与智能化决策，让算法真正具备“经营者”视角，驱动自营业务的高效运转
构建新一代智能客服体系：我们正在重塑人与服务的连接方式
利用 LLM/MLLM 的强大能力，突破传统规则限制，打造具备高拟人化、强逻辑推理能力的智能客服与交互体系
旨在通过更自然、更高效的多模态对话，显著提升用户体验与服务效率
探索“认知智能”级搜推新范式：我们积极拥抱生成式 AI 浪潮，推动搜索与推荐系统从“感知匹配”向“认知理解”跃迁
通过探索 LLM for Search/Rec（如语义深层匹配、兴趣生成、交互式导购），构建融合传统精排与生成式 AI 能力的下一代搜推引擎，实现从“人找货”到“AI 主动懂你”的体验升级
相关研究课题细分方向如下：
● 课题 1：自营商品经营Agent - 构建"经营中枢+垂直子Agent"的多智能体协作架构，打通从选品、定价到营销变现的全链路，用Agent自主决策替代碎片化人工操作，打造商品打爆新引擎
● 课题 2：新一代智能客服 Agent - 基于LLM/MLLM搭建新一代客服算法框架，攻关意图识别、复杂推理、情感计算与多轮对话管理，实现高拟人化的智能服务体验
● 课题 3：交互式 AI 搜推导购 Agent - 探索Search + Recommendation + Generation融合的新范式，开发具备自然语言交互能力的AI导购助手，推动购物体验从"人找货"升级为"AI主动荐货"
优先资格
有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历
有海量数据处理经验或者大厂实习经验
在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表
AI 洞察
优缺点分析
优点
- 聚焦LLM Agent、搜推等前沿领域，技术迭代快，个人成长空间大
- 阿里星计划提供顶级薪酬和培养资源，职业起点高
- 工作强度大，互联网大厂节奏快，可能需要应对高并发和快速迭代
- 技术难度高，需要持续学习前沿论文和算法，保持竞争力
缺点 / 挑战
- 阿里核心业务，数据场景丰富，技术挑战高，能接触到真实海量电商数据
- 业务压力大，算法效果直接影响业务指标，需要较强的抗压能力
- 适合对AI技术有极大热情、喜欢挑战复杂问题、希望在大平台快速成长的顶尖硕博毕业生
角色解读
- 作为阿里星/T-Star人才，可快速成长为技术专家，主导核心算法方向
- 有机会在电商复杂场景中打磨AI系统，向技术管理或架构师方向发展
- 顶级平台和团队资源，未来可跳槽至其他大厂或创业公司担任核心算法负责人
- 构建基于LLM Agent的商品经营大脑，实现选品、定价、营销全链路自动化决策
- 开发新一代智能客服系统，利用LLM/MLLM提升意图识别、复杂推理和多轮对话能力
- 探索搜索推荐与生成式AI融合的新范式，打造交互式AI导购助手，提升购物体验
- 扎实的编程基础（Python/C++/Java）和机器学习理论基础，熟悉常用算法与数据结构
- 熟悉至少一个领域：搜推广系统、NLP、多模态，有PyTorch/TensorFlow等框架使用经验
- 对大模型、Agent、强化学习等前沿技术有深入理解和实践经验，具备问题拆解和数据分析能力
申请策略
- 了解淘天业务，特别是天猫超市、天猫国际等自营业务模式，面试中展示业务思维
- 准备好针对课题方向的技术设想，如多智能体协作、交互式导购的可行性方案
- 突出顶会论文、大模型训练/微调经验，或ACM/Kaggle等竞赛成绩
- 强调搜推广、NLP或多模态相关的项目实践，展示算法落地能力
- 描述电商相关实习或项目，体现对业务的理解
- 深入学习Transformer、LLM微调、RLHF等技术，动手实现一个Agent项目
- 熟悉搜推系统的基本架构和评估指标，了解主流推荐算法
- 提升代码能力和工程化水平，掌握PyTorch分布式训练
面试指南
- 先明确问题背景和目标，再拆解子问题，给出技术选型理由，最后结合实际业务场景落地
- 强调技术深度和业务价值的结合，说明如何平衡模型效果与工程性能
- 引用相关论文或项目经验，展示对前沿技术的掌握和思考
- 如何设计一个基于LLM的商品经营Agent？请给出架构和关键模块
- 如何解决多轮对话中的意图漂移和复杂推理问题？
- 在搜推系统中，如何融合生成式AI与传统精排模型？
- 如何评估一个智能客服Agent的效果？你会设计哪些指标？
- 你如何理解“AI主动懂你”的购物体验？请给出技术实现思路
职位点评
78
综合评分
顶级薪酬、前沿技术、核心业务，但工作强度大，适合事业型人才。
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
最适合追求技术成长和职业发展、能接受高强度工作的顶尖算法人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活45
使命价值70
薪资福利
85较高
阿里星薪资水平远高于市场平均，福利完善，上市公司平台稳定，补偿性动机满足度高。
薪资信号未披露（AI估算：40K-60K/月）
成长发展
95较高
职位聚焦LLM Agent等前沿技术，研发内容新颖，阿里星提供快速成长通道，发展性动机极强。
技术前沿前沿/新兴技术
技术栈LLM、Agent、多模态、搜推、NLP、强化学习
成长机会阿里星、T-Star
业务类型profit_center
工作生活
45较低
岗位要求现场办公，未提及弹性或远程，互联网大厂节奏较快，生活化动机满足程度有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
通过AI提升零售效率，有一定社会价值，但主要推动商业增长，意义感中等偏上。
行业发展高速增长赛道
社会影响中性/一般
使命信号三方共赢
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs