天猫
智能算法产品事业部-AI Agent算法工程师-广告算法
智能算法产品事业部-AI Agent算法工程师-广告算法
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Ai Native
Llm
Pytorch
多智能体系统
广告算法
强化学习
持续学习
自蒸馏
值不值得投
72综合评分
综合评分 72
前沿技术栈、商业化场景、成长空间大，但WLB和福利未明确。
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
38K
比机器学习工程中位数低
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 290 个在招 · 其中机器学习工程 4 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 260 个在招
职位详情
关于这个职位
作为阿里妈妈AI Agent团队的核心技术成员，你将负责广告智能体系统的设计与优化，运用LLM和多智能体技术为广告主提供智能化解决方案，推动业务从自动化向智能化增长
最低要求
计算机科学、人工智能、数学等相关专业的硕博学生，或有丰富的AI、LLM相关实践经验
兼备较强的AICoding能力，以及强悍的编码基本功，擅长将算力转化为生产力，用AI构建AI
抗压能力强
具备良好的沟通表达能力、数据驱动的分析能力，以及面向具体业务问题出色的问题定义和抽象能力
对于AI产品有热情与好奇心，深度参与过AI Native产品研发，或对AI原生应用有独到见解
工作职责
支持阿里妈妈核心广告产品中AI Agent相关算法能力设计和优化
构建完善与科学的营销智能体评价体系，持续优化现有Agent产品的产品能力与交互体验效果，打造行业Agent标杆
针对广告投放与客户运营场景，设计基于长期回报的优化目标与奖励函数，构建复杂环境反馈预估的世界模型，通过大规模强化学习与持续学习，设计高效的奖励、环境、策略模型的协同进化算法，以提升Agent在复杂营销环境下的自适应能力与业务应用效果
与工程团队紧密合作，共同定义和实现Harness能力的前沿创新，如Agent架构升级、长程任务优化、上下文管理、working memory与长期记忆、Skill编译与自进化等领域
通过持续学习算法优化，hybrid-training等方法，设计高效的自进化和终生学习方法，降低token消耗与成本
探索智能体auto-research在Agent效果优化与广告算法迭代的应用，基于业务真实反馈，识别当前auto-research中的效果评价与问题，并进行针对性的优化
跟踪 AI Agent 领域的最新学术进展，并将其转化为可落地的技术方案，持续提升团队在Agent算法领域的技术壁垒
优先资格
熟悉LLM与Agent等相关算法原理，尤其是在后训练、大规模强化学习、持续学习、自蒸馏等算法方向有研究或实践者优先
在人工智能相关顶会发表过论文者优先、在开源社区有高质量的Agent框架贡献或独立开发过成熟的Agent应用优先
AI 洞察
优缺点分析
优点
- 接触LLM和Agent等前沿技术，技术成长空间大
- 参与大规模商业决策场景，业务影响力强
- 在阿里妈妈平台，有丰富的数据和资源支持
- 技术难度高，需要持续学习前沿算法
- 业务场景复杂，需要平衡技术实现与业务需求
- 在大公司中，项目推进可能涉及多团队协作
- 适合对AI Agent和算法有深厚兴趣，具备扎实编程和研究能力，愿意在商业化场景中探索技术的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 成为AI Agent领域的专家，主导核心算法研发
- 向技术管理方向发展，负责团队算法方向规划
- 参与行业前沿探索，推动AI在广告领域的创新应用
- 负责广告智能体系统的算法设计与优化，应用LLM和多智能体技术
- 设计强化学习和持续学习算法，提升Agent在复杂环境下的自适应能力
- 与工程团队合作，推动Agent架构创新，如长程任务优化和记忆管理
- 跟踪AI Agent前沿研究，并转化为落地技术方案
- 熟练掌握LLM和Agent相关算法原理，特别是后训练和强化学习
- 具备强大的AICoding和编码能力，能高效实现算法模型
- 良好的数据分析和问题抽象能力，能解决业务具体问题
- 对AI产品有热情，有AI Native产品研发经验或见解
申请策略
- 研究阿里妈妈广告业务和AI Agent应用场景
- 准备展示技术深度的项目案例或论文解读
- 突出LLM、Agent、强化学习等相关的项目或研究经验
- 展示AICoding能力和编码成果，如开源贡献或论文
- 强调AI Native产品的参与经验和对业务的贡献
- 列出数据驱动分析和问题解决的具体案例
- 深入学习LLM和Agent最新算法，尤其是后训练和持续学习
- 提升工程实现能力，熟悉相关工具和框架
面试指南
- 使用STAR法则描述项目经验，突出技术细节和业务影响
- 结合具体场景，解释算法设计决策和优化思路
- 展示对前沿研究的了解，并举例说明如何落地
- 强调问题分析、抽象和解决的能力
- 请介绍你过去在AI Agent或LLM方面的项目经验
- 如何设计一个强化学习奖励函数来优化广告投放？
- 你如何跟踪和应用AI Agent领域的最新学术进展？
- 描述一个你解决的复杂业务问题，并说明你的思路
职位点评
薪资福利70
成长发展90
工作生活50
使命价值75
薪资福利
70中等
该职位在跨国巨头企业，薪资水平可能具有竞争力，但JD未明确薪资和福利。
薪资信号未披露（AI估算：25K-50K/月）
成长发展
90较高
该职位涉及LLM和Agent前沿技术，有大量学习机会和成长空间，JD中强调技术创新和转化。
技术前沿前沿/新兴技术
技术栈LLM、Agent、强化学习、持续学习、自蒸馏
业务类型profit_center
工作生活
50较低
JD未提及工作模式和WLB信息，无法判断办公灵活性和加班情况。
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
75中等
AI在广告领域的应用具有创新性，行业增长快，但广告算法的社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
使命信号为广告主提供智能化闭环解决方案
创新程度积极采用新技术
Watch Jobs