阿里巴巴
AI应用算法工程师-PostTrain
AI应用算法工程师-PostTrain
发布于 大约 1 小时前普通员工/个人贡献者
人工智能
Agentic Rl
Go
Megatron-Lm
Vllm
分布式训练
后训练
大模型
性能优化
AI 估算 · 40k–70k
职位详情
关于这个职位
作为阿里巴巴的AI应用算法工程师，你将专注于大模型后训练（Post-training）与数据飞轮技术，负责构建企业级微调产品与API服务
你将参与数据合成、模型训练、效果评测等全链路工作，并优化大规模分布式训练性能，推动前沿算法在百炼平台的工程化落地
该职位适合对大模型技术充满热情、具备扎实系统工程能力与算法实践经验的工程师
最低要求
基础条件
a. 计算机、人工智能等相关专业优先
b. 熟悉大模型原理、热衷于数据结构和算法、在ACM大赛成绩优异者优先
有顶会论文/高影响项目/开源贡献者加分
专业能力
a. 系统工程与编程能力：具备良好的系统工程基础，熟悉 Linux 开发环境，掌握 Python、Go等至少一门编程语言，具备扎实的工程实现能力，能够使用 vibe coding 快速构建项目原型
b. 主流框架：理解并应用分布式训练与推理加速框架（如 Megatron-LM/FSDP2, vLLM/SGLang, Slime/VeRL, Ray 等），掌握 Nsight 等调试分析工具，有大规模集群训练性能调优经验者优先
c. 模型与后训练：了解 Transformer 及主流 LLM 模型架构、演进原理与局限
对后训练算法有实践经验和深刻认知，具备模型迭代能力（含数据合成、模型评测与优化）
深度参与或主导过 Agentic RL、PRM、OPD 等前沿对齐算法的落地经验者优先
能力特质
a. 学习力与极客精神：对 AI 与大模型技术充满热情与好奇心，对未知开放，能举一反三
具备快速吸收学术界最新成果的能力，渴望在高性能计算与 AI 架构领域实现技术突破
b. 跨域视野与协同：有较宽的技术视野与知识面，对算法研发流程、数据、训练、推理等相关领域的技术逻辑都有涉猎
能与跨域岗位，如：算法、产品等，进行良好的沟通
c. 系统思维：乐于挑战复杂系统的性能极限，具备良好的性能分析与调优能力，具备严谨的工程习惯，喜欢从底层视角拆解并解决问题
工作职责
数据飞轮：搭建高效、自动化的数据管线，助力互联网及头部行业客户构建“数据合成/增强 -> 模型训练 -> 部署推理 -> 效果评测 -> 数据回流”的完整闭环
模型训练：持续追踪业界后训练领域的前沿技术（如 Agentic RL、OPD、PRM 等）
支持十亿至万亿（1B to 1T+）参数规模上的一方/三方大模型的后训练，面向客户垂直场景交付定制化对齐方案
评测体系：面向通用基准能力（General Benchmarks）以及业务垂直领域数据构建科学、多维度的 Rubric 评估体系
研发涵盖 LLM-as-a-Judge 与自动化评测的工具链，精准牵引模型迭代方向
性能优化：优化大规模分布式异构训练任务的整体吞吐，定位任务的计算、显存、通信与系统瓶颈
通过极致的 5D 并行策略及高效推理等技术，实现模型算力利用率（MFU）的最大化与生产级成本管控
平台集成：主导前沿后训练算法与数据链路在百炼平台的工程化与产品化集成
构建高可靠、易扩展的分布式训练调度与容错架构，全面保障线上交付质量、服务 SLA 与系统的长期稳定性
AI 洞察
优缺点分析
优点
- 大模型后训练是当前AI热点，行业前景广阔，技能稀缺性强
- 公司提供有竞争力的薪酬和福利，职业发展路径清晰
- 工作强度可能较大，需要持续跟进学术界最新成果，保持技术敏感度
- 涉及跨团队协作，对沟通能力和系统思维要求高
- 技术难度高，需要同时掌握算法、工程和性能优化等多方面技能
- 适合对大模型技术有强烈热情、具备扎实工程能力和算法基础、渴望在AI前沿领域实现技术突破的工程师
缺点 / 挑战
- 阿里巴巴平台资源丰富，技术挑战大，能接触万亿参数模型训练，快速积累前沿经验
角色解读
- 从算法工程师向技术专家发展，深耕大模型后训练和性能优化领域
- 有机会晋升为团队技术负责人，带领团队构建企业级AI平台
- 可横向拓展至AI平台架构、MLOps等方向，成为全栈AI技术专家
- 负责构建大模型后训练的数据飞轮，包括数据合成、增强、回流等自动化管线，支持客户完成模型迭代闭环
- 参与大规模分布式训练任务，优化训练吞吐和算力利用率，应用5D并行策略和高效推理技术
- 研发模型评测体系，包括通用基准和垂直领域评估，利用LLM-as-a-Judge等工具链牵引模型优化方向
- 将前沿后训练算法集成到百炼平台，确保系统高可靠、易扩展，保障服务SLA
- 扎实的编程能力，熟悉Python或Go，具备Linux开发环境下的工程实现能力
- 深入理解分布式训练框架（如Megatron-LM、vLLM、Ray等），有性能调优经验
- 熟悉Transformer架构和主流LLM模型，对后训练算法（如Agentic RL、PRM）有实践认知
- 具备系统思维和性能分析能力，能定位计算、显存、通信瓶颈
申请策略
- 了解阿里巴巴百炼平台的产品定位和技术栈，在面试中展示对业务的理解
- 准备一个完整的项目案例，从数据合成到模型训练再到评测，体现全链路能力
- 突出大模型后训练相关项目经验，如Agentic RL、PRM等算法落地案例
- 强调分布式训练性能优化成果，如MFU提升、训练吞吐改进等量化指标
- 展示开源贡献或顶会论文，体现学术影响力
- 提及编程竞赛获奖经历，如ACM，证明算法能力
- 补充学习vLLM、SGLang等推理加速框架，掌握Nsight等调试工具
- 深入理解5D并行策略，通过实践提升性能调优能力
面试指南
- 采用STAR法则，清晰描述项目背景、任务、行动和结果，突出量化成果
- 展示系统思维，从数据、训练、推理全链路分析问题，体现全局观
- 结合具体技术细节，如并行策略、显存优化等，证明专业深度
- 请介绍你参与过的大模型后训练项目，如何设计数据合成和评测流程？
- 如何优化大规模分布式训练的性能？请举例说明你如何定位和解决瓶颈
- 你对Agentic RL或PRM等前沿对齐算法有何理解？如何落地到实际场景？
- 如何设计一个自动化评测体系来牵引模型迭代？
- 在跨团队协作中，你如何与算法、产品等角色有效沟通？
职位点评
74
综合评分
大厂前沿AI岗位，技术挑战大，薪资竞争力强，但工作强度可能较高。
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。
更适合这类人
该职位最适合追求技术成长和前沿探索的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值70
薪资福利
80较高
阿里巴巴提供有竞争力的薪资和福利，但JD未明确具体薪资，薪酬信号为未披露。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
该职位处于大模型后训练前沿领域，技术挑战大，成长空间广阔，能接触万亿参数模型和最新算法。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、AIGC、Agentic RL、PRM、OPD、Megatron-LM、FSDP2、vLLM、SGLang、Ray、Nsight
业务类型profit_center
工作生活
40较低
工作地点为北京或杭州，需现场办公，JD未提及弹性工作或远程，可能工作强度较大。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
大模型技术推动AI发展，具有较高社会影响力，但JD未明确使命导向，行业处于高速增长期。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs