天猫
淘天算法技术-AI Agent算法工程师（知识库方向）-杭州
淘天算法技术-AI Agent算法工程师（知识库方向）-杭州
发布于 大约 5 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Dpo
Llm
Mllm
Pytorch
Rlhf
Sft
强化学习
知识图谱
值不值得投
75综合评分
综合评分 75
淘天核心中台，前沿技术栈，发展空间巨大，但WLB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
55K
与算法优化工程师中位数基本持平
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 300 个在招 · 其中算法优化工程师 10 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 约 110 个在招
职位详情
关于这个职位
作为淘天集团核心商品理解中台的算法工程师，你将负责商品Wiki知识库的研发与落地，运用LLM、MLLM和Agent技术构建和优化Judge引擎，驱动商品内容质量的规模化提升
你将深度参与质量管控体系、后训练方法（SFT/DPO/RLHF）以及Agentic RL框架的研发，并跟踪前沿技术，推动其在电商场景中的落地
该岗位将直接影响淘宝、天猫等核心业务的用户体验，是连接人与货的智能引擎的关键角色
最低要求
计算机、人工智能、模式识别等相关专业硕士及以上学历，3年以上相关工作经验
具备以下一个或多个领域的深厚积累：
）大模型（LLM）： 熟悉主流大语言模型的原理，在Agent、偏好学习&强化学习、Agenitc RL、DeepResearch、Self-Evolving等方向有深入的实践经验
）多模态大模型（VLM）： 熟悉主流多模态大模型的原理和应用，有丰富的图文匹配、跨模态生成、VQA、视觉内容理解等项目经验
）商品理解/知识图谱： 在电商领域，有深厚的商品属性体系构建、内容理解、知识图谱建设等相关经验，对电商商品数据有深刻洞察
具备扎实的编程与工程能力，具备优秀的算法实现能力和代码功底，精通Python/C++/SQL等编程语言，熟练掌握PyTorch等至少一种深度学习框架
具备优秀的分析与解决问题能力，能够将复杂的业务问题抽象为清晰的算法问题，并给出创新性解决方案
拥有强烈的技术Owner意识和自驱力，能够独立负责一个或多个技术方向的规划与落地
工作职责
参与商品 Wiki 知识库项目的研发与落地，综合运用 LLM、MLLM、Agent 等技术手段，系统性设计并持续迭代 Judge 引擎，驱动商品 Wiki 内容质量的规模化提升
负责商品 Wiki 全链路质量管控，涵盖质量评估体系建设、错误样本挖掘与改写、人机协同审核流程设计等，通过精细化质量分层与闭环反馈机制，推动内容问题的系统性发现与治理
运用 SFT、偏好学习（DPO/RLHF）、强化学习（RL）等后训练方法，持续提升 Judge 基础模型的判别能力
同时基于 Agentic RL 框架，增强 Judge Agent 在自主任务规划、多步推理及交叉验证等复杂场景下的决策能力
深度跟踪 LLM / Agent 领域前沿学术与工程进展，结合业务场景开展技术可行性验证，推动前沿方法在实际生产环境中的高效落地与规模化应用
优先资格
在CVPR, ICCV, NeurIPS, ICML, ACL, EMNLP等顶级AI会议上有论文发表者
有电商搜索/推荐/广告相关领域算法经验者
有知名开源项目贡献或在Kaggle等数据竞赛中取得优异成绩者
AI 洞察
优缺点分析
优点
- 身处淘天核心商品理解中台，工作成果直接影响搜索、推荐、广告等核心业务，影响力大
- 团队鼓励跟踪前沿学术与工程进展，有机会将最新研究成果落地到大规模生产环境
- 对技术深度和广度要求极高，需要同时掌握LLM、多模态、强化学习等多个前沿领域
- 业务复杂度高，需要将抽象的业务问题转化为可落地的算法方案，对问题解决能力要求高
- 作为核心中台，工作节奏可能较快，需要较强的自驱力和Owner意识
- 适合在大模型、Agent、多模态等领域有深厚积累，对电商业务有热情，渴望在核心场景中实现技术价值的技术专家
缺点 / 挑战
- 接触海量电商多模态数据，处于用大模型重塑商品理解的技术前沿，技术挑战与成长空间巨大
角色解读
- 技术专家路线：在LLM/Agent领域深耕，成为商品理解方向的技术权威
- 管理路线：从独立负责技术方向，逐步成长为带领团队的技术Leader
- 业务影响路线：通过技术革新影响淘天核心业务，成为连接技术与业务的关键人物
- 负责商品Wiki知识库项目的研发，设计并迭代Judge引擎，利用LLM、MLLM和Agent技术提升商品内容质量
- 构建商品Wiki全链路质量管控体系，包括质量评估、错误样本挖掘与人机协同审核流程
- 运用SFT、DPO/RLHF、强化学习等后训练方法优化Judge模型，并基于Agentic RL框架增强其复杂决策能力
- 跟踪LLM/Agent领域前沿技术，进行可行性验证并推动其在电商业务中的规模化落地
- 精通大语言模型（LLM）原理，在Agent、偏好学习、强化学习等方向有深入实践经验
- 熟悉多模态大模型（VLM）原理，具备图文匹配、跨模态生成、VQA等项目经验
- 扎实的编程与工程能力，精通Python/C++/SQL，熟练掌握PyTorch等深度学习框架
- 具备将复杂业务问题抽象为算法问题的能力，并有创新性解决方案
申请策略
- 在简历中明确展示技术Owner意识和独立负责项目的经历
- 了解淘天商品理解中台的业务定位，在面试中展现对业务与技术结合的理解
- 突出在LLM/Agent领域的项目经验，特别是偏好学习、强化学习、Agentic RL等方向的实践细节
- 强调多模态大模型（VLM）相关项目，如图文匹配、VQA、跨模态生成等，并量化成果
- 如有电商商品理解、知识图谱建设经验，务必重点描述，突出对业务的理解
- 展示顶会论文、开源项目或竞赛成绩，作为技术实力的有力证明
- 系统梳理LLM后训练技术栈，包括SFT、DPO、RLHF的原理与实现，并动手实践
- 深入学习Agentic RL框架，了解自主任务规划、多步推理等前沿方法
面试指南
- STAR法则：清晰描述项目背景、任务、行动和结果，突出个人贡献和技术难点
- 问题拆解法：将复杂业务问题分解为多个子问题，逐一给出技术方案
- 前沿结合实践：在回答中体现对最新技术的理解，并说明如何落地到实际业务
- 请详细描述你在大模型偏好学习（如DPO/RLHF）方面的项目经验，遇到过哪些挑战？
- 如何设计一个基于Agent的Judge引擎来评估商品Wiki内容质量？
- 在电商场景下，如何将商品属性体系构建问题抽象为算法问题？
- 谈谈你对Agentic RL的理解，以及它在复杂任务规划中的应用
- 如何评估和提升一个多模态大模型在图文匹配任务上的效果？
职位点评
薪资福利75
成长发展95
工作生活40
使命价值85
薪资福利
75中等
该职位薪资未明确披露，但作为淘天核心算法岗，市场竞争力强。福利方面JD未提及具体项目。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
该职位处于大模型与Agent技术前沿，提供海量数据与核心业务场景，技术成长空间极大。JD明确提及跟踪前沿进展与推动落地，发展性极强。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、Agent、SFT、DPO、RLHF、强化学习、Agentic RL、PyTorch
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，作为核心中台岗位，工作节奏可能较快。
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
85较高
该职位通过重塑商品理解，直接影响亿万用户的消费决策，对电商行业有显著影响力，使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号影响亿万用户的消费决策
创新程度开拓性创新（行业首创）
Watch Jobs