阿里巴巴
自主智能体自进化技术-阿里星/A Star
自主智能体自进化技术-阿里星/A Star
发布于 1 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
Deepspeed
Pytorch
Vllm
分布式训练
大模型智能体
强化学习
算法创新
顶会论文
值不值得投
81综合评分
综合评分 81
顶尖AI研发岗、前沿技术栈、高薪潜力大，但工作强度与竞争压力较高
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
6.3万
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 3720 个在招 · 其中人工智能 约 370 个
市场机会
选择面较广
北京 · 人工智能 · 约 670 个在招
职位详情
关于这个职位
负责政企场景大模型智能体自进化技术研究，构建基于业务反馈的强化学习闭环系统，实现智能体能力持续自动化提升
设计高性能训推一体框架以支持实时策略更新，并推动技术在医疗、金融等多行业落地验证，同时主导开源工具链研发以提升技术影响力
最低要求
）计算机科学、人工智能、机器学习等相关学历背景，研究方向聚焦强化学习、持续学习、智能体系统
）精通Python/PyTorch，有极强的动手和代码能力，具备开发高并发推理服务与分布式训练系统的能力，熟悉verl、vLLM、DeepSpeed等框架者优先
）熟悉大模型智能体主流框架和项目，并具有扎实掌握强化学习算法（GRPO等）、离线强化学习（Offline RL）、在线强化学习（OPD）等核心技术，具备算法创新与调优能力
工作职责
）负责面向政企场景的大模型智能体自进化技术研究，构建基于业务反馈数据的强化学习闭环系统，实现智能体能力的持续自动化提升
）设计并实现高性能“训推一体”框架，支持智能体在业务流程中中实时吸收业务反馈信号，进行低延迟、高安全性的策略更新
）推动自进化智能体在医疗、金融、电力、政务等多个行业的落地验证，持续优化业务指标
）主导或参与开源智能体自进化工具链的研发与推广，提升技术影响力
优先资格
前沿技术研究：跟踪大模型智能体领域的最新研究进展，探索Agent关键技术，在顶级会议（NeurIPS, ICML, ICLR, ACL）发表相关论文
AI 洞察
优缺点分析
优点
- 接触最前沿大模型与智能体技术
- 平台资源雄厚，可落地真实政企场景
- 专项计划提供充足算力与科研资源
- 技术迭代极快，需持续跟进顶会文献
- 算法调优与系统部署难度大，对工程与理论双重要求极高
- 适合具备扎实AI理论基础与强工程落地能力，追求技术突破且抗压能力强的研究型工程师
缺点 / 挑战
- 竞争激烈，绩效压力较大
角色解读
- 向首席科学家或AI架构师发展
- 主导跨部门重大AI项目
- 成为行业顶尖技术专家或技术管理者
- 聚焦大模型智能体自进化机制研究，构建强化学习闭环系统
- 设计训推一体框架实现实时策略更新
- 推动技术在政企多场景落地
- 主导开源工具链研发
- 精通Python/PyTorch及分布式训练框架
- 扎实掌握RL算法（GRPO/Offline/Online RL）
- 具备高并发推理服务开发能力
- 拥有顶会论文发表经验
申请策略
- 提前了解目标实验室的技术布局，准备详细的项目复盘与技术深度问答
- 突出顶会论文发表记录、RL算法创新细节及分布式训练实战项目
- 量化业务落地效果与性能优化指标
- 深入研读最新Agent与RL论文，熟悉verl/vLLM等主流框架源码
- 加强高并发系统与低延迟推理的工程实践
面试指南
- 采用STAR法则结构化阐述项目背景、挑战、个人贡献与量化结果
- 技术题先讲清数学原理/算法逻辑，再结合工程约束给出优化方案
- 请详细介绍你发表的顶会论文中的核心创新点及其局限性
- 如何设计一个支持实时反馈的离线/在线混合RL训练闭环？
- 面对高并发推理场景，如何优化vLLM或DeepSpeed的显存与延迟？
- 系统复习强化学习与Transformer底层原理
- 准备1-2个完整的技术攻坚案例，涵盖算法设计到线上部署的全流程
- 熟悉目标团队近期公开的技术博客或论文
职位点评
薪资福利85
成长发展95
工作生活55
使命价值80
薪资福利
85较高
岗位对标行业顶尖技术人才标准，整体薪酬竞争力强，但具体薪资结构未在JD中披露，福利体系依赖公司统一政策。
薪资信号未披露（AI估算：4.5千–8.0万/月）
成长发展
95较高
岗位聚焦大模型智能体自进化这一前沿方向，要求顶会发表与算法创新，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈强化学习、大模型智能体、Python、PyTorch、GRPO、Offline RL、vLLM、DeepSpeed
业务类型profit_center
工作生活
55较低
未明确提及弹性工时或远程政策，核心研发岗通常节奏较快，工作生活平衡程度一般。
工作模式未明确
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
80较高
致力于推动AI智能体在医疗、政务等关键领域落地，具有显著的社会价值与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs