阿里巴巴
千问事业部-MOS 实验室-AI Agent 算法专家（任务助理方向）-北京/杭州/广州
千问事业部-MOS 实验室-AI Agent 算法专家（任务助理方向）-北京/杭州/广州
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai办公
Rag
多Agent协作
大模型微调
强化学习
浏览器自动化
算法
值不值得投
76综合评分
综合评分 76
前沿AI技术、高成长性，但工作强度可能较大，薪资面议。
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
65K
比人工智能中位数高
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 2190 个在招 · 其中人工智能 约 160 个
市场机会
选择面较广
杭州 · 人工智能 · 约 180 个在招
职位详情
关于这个职位
作为阿里巴巴千问事业部MOS实验室的AI Agent算法专家，你将专注于任务助理方向，负责设计并演进复杂任务Agent的底层架构，研发Agentic强化学习算法，推动Agent在AI办公、财经、学术等垂直领域的落地，并集成各类工具链，打造具备自我进化能力的智能体
该岗位要求对Agent底层原理有深刻理解，具备多Agent协作、大模型微调和强化学习的实战经验，适合在AI领域有深厚积累的算法专家
最低要求
架构与原理深厚：深刻理解Agent的底层逻辑（规划、记忆、工具调用），对多Agent框架（Multi-Agent Framework）的设计模式、通信机制及协作策略有丰富的实战或研究经验
多场景实战背景： 在AI办公（如自动化流程、PPT/Excel助手）、财经或学术等垂直领域有深度的算法落地经验，能处理复杂、专业化的行业逻辑
大模型与强化学习背景： 熟悉大模型微调技术，有利用Agentic RL（如PPO/DPO/Q-learning）优化模型决策、提升长路径任务达成率的成功案例
工具与环境掌控力： 熟悉浏览器自动化、搜索增强、或各类办公插件的集成原理，能够解决Agent在真实环境中的工程挑战
优秀的底层思维： 不迷信具体框架，能从第一性原理出发解决复杂问题，具备扎实的编程功底（Python/C++等）和算法实现能力
工作职责
Agent架构设计与演进： 负责复杂任务Agent的底层框架设计，深耕多Agent协作（Multi-Agent Orchestration）架构，解决多智能体间的任务拆解、协同博弈及长时记忆与上下文管理等核心难题
核心算法与自我进化： 研发Agentic RL（强化学习）算法，通过过程奖励建模优化决策路径
构建Agent自我进化机制（如Self-reflection、持续学习），使Agent能通过任务反馈自主迭代执行策略
垂直领域专业化建设： 负责Agent在AI办公、财经、学术等深度垂直场景的能力落地
利用大模型技术实现复杂文档处理、专业数据分析及跨领域逻辑推理，打造行业顶尖的专家级Agent
工具链集成与效果闭环： 驱动搜索、浏览器自动化及各类办公工具的深度集成
建立科学的AI效果评测体系，通过数据驱动算法优化，确保任务执行的准确率与确定性
AI 洞察
优缺点分析
优点
- 阿里巴巴千问事业群是AI领域的核心部门，技术前沿，能接触最先进的Agent技术
- 岗位涉及多Agent协作、强化学习等前沿方向，技术成长空间大
- 公司平台大，资源丰富，有机会参与全球影响力产品的研发
- 岗位要求高，需要深厚的算法和工程能力，工作强度可能较大
- 涉及多领域知识，需要不断学习新技术，保持技术领先
- 竞争激烈，需要持续产出高质量成果
- 适合对AI Agent技术有深厚兴趣、具备扎实算法功底和实战经验，渴望在技术前沿领域深耕的算法专家
缺点 / 挑战
暂无明显挑战项
角色解读
- 在阿里巴巴千问事业群，可成长为Agent领域的顶级专家，主导核心算法研发
- 有机会晋升为技术管理岗位，带领团队推动AI Agent在更多垂直场景落地
- 随着AI Agent技术发展，可成为行业内的领军人物，影响AI产品方向
- 设计并演进复杂任务Agent的底层框架，解决多Agent协作中的任务拆解、协同博弈和长时记忆等核心难题
- 研发Agentic强化学习算法，通过过程奖励建模优化决策路径，并构建Agent的自我进化机制
- 推动Agent在AI办公、财经、学术等垂直领域的落地，实现复杂文档处理和专业数据分析
- 集成搜索、浏览器自动化及办公工具，建立AI效果评测体系，确保任务执行的准确率
- 深刻理解Agent的底层逻辑（规划、记忆、工具调用），熟悉多Agent框架的设计模式和通信机制
- 具备大模型微调和强化学习（如PPO/DPO/Q-learning）的实战经验
- 熟悉浏览器自动化、搜索增强或办公插件集成原理，能解决真实环境中的工程挑战
- 扎实的编程功底（Python/C++）和算法实现能力，能从第一性原理解决复杂问题
申请策略
- 了解阿里巴巴千问事业群的产品方向，如通义千问、AI搜索等，在面试中展示对业务的思考
- 准备一个完整的Agent项目案例，展示从设计到落地的全过程
- 突出Agent相关项目经验，特别是多Agent协作、强化学习优化决策的案例
- 强调垂直领域（如AI办公、财经、学术）的算法落地成果
- 展示编程能力和算法实现细节，如Python/C++项目
- 深入学习Agentic RL算法，如PPO、DPO等，并尝试在项目中应用
- 熟悉主流多Agent框架（如AutoGen、LangGraph）的设计和实现
- 了解浏览器自动化和办公插件集成技术
面试指南
- 采用STAR法则，结合具体项目背景、任务、行动和结果，突出技术难点和解决方案
- 强调从第一性原理出发，分析问题本质，展示算法和工程能力
- 结合阿里巴巴的业务场景，体现对产品落地的思考
- 请描述你在多Agent协作架构中的设计思路和遇到的挑战
- 如何利用强化学习优化Agent的决策路径？请举例说明
- 在垂直领域（如AI办公）落地Agent时，如何处理复杂文档和数据分析？
- 如何评测Agent的任务执行效果？你会设计哪些指标？
- 请谈谈你对Agent自我进化机制的理解和实现方案
职位点评
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利
80较高
阿里巴巴作为行业领先企业，薪资福利具有竞争力，但具体薪资未披露，需面议。
薪资信号面议 (50K-80K/月)
成长发展
95较高
岗位涉及前沿的Agent技术、强化学习和多Agent协作，技术成长空间大，且职级P6-P8提供晋升通道。
技术前沿前沿/新兴技术
技术栈Agent、多Agent协作、Agentic RL、RAG、大模型微调
成长机会职级可看P6-P8
业务类型profit_center
工作生活
40较低
JD未提及工作模式，但作为大厂研发岗位，可能要求现场办公，工作强度可能较高。
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
85较高
岗位致力于打造全球影响力的AI原生产品，推动AI从被动对话向主动服务跃迁，具有较高的行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动AI从'被动对话'向'主动服务与复杂执行'的范式跃迁
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