[杭州]杭州阿里巴巴海外数字商业有限公司

职位：Agentic模型后训练算法研究员
发布时间：2026-09-04
工作地点：其它
信息来源：安徽省大中专毕业生就业指导中心
职位类型：兼职
专业标签：计算机
职位描述
算法研究员-Agentic模型后训练

招聘单位：杭州阿里巴巴海外数字商业有限公司

工作类型：实习

职位类别：算法工程师

工作地点：杭州市

薪资待遇：面议

发布日期：2026-09-03

专业：计算机科学与技术,计算机科学与技术

岗位职责：1. 参与大规模Agentic LLM的全链路研发，涵盖Mid-train/CPT、SFT及RL阶段，探索领域知识增强与多任务学习的前沿技术。2. 参与构建代码库级别的Benchmark，优化模型在多语言、多框架环境下的跨模块调用与依赖分析性能。3. 深入研究Black-box Reward/Value Function的建模，解决Agent在不可导环境反馈下的策略梯度估计问题。4. 设计并实现高性能的Online RL框架，支持Agent在真实操作系统与开发环境中进行大规模并发探索与在线策略迭代。5. 针对Long-horizon RL场景，攻克Credit Assignment（信用分配）难题，提升Agent在多步推理（Multi-step Reasoning）下的决策稳定性。6. 参与构建海量真实用户交互数据的自动化生产流水线，覆盖办公场景与自动化流程，实现数据的高效回流与训练闭环。7.开发基于 Bash、Skills、MCP（Model Context Protocol）的执行引擎，构建能够熟练使用各种 CLI 工具与数字插件的 Agent 核心模型。

任职要求：1. 深厚的技术背景：计算机、信息科学、数学或相关专业硕士/博士学位，业界AI/Agent团队的相关实习和工作经验；2. 有较好工程能力，有Coding/Search Agent构建、Agent记忆系统构建、Multi-agent协作设计者优先；3. 有较强的自驱力、学习力、创新力和抗压能力，能够跟上正在快速变化的AI时代；4. 加分项：在ICLR、CVPR、ICCV、ACL、NeurIPS等顶会上发表过高质量论文，有高质量github开源项目者优先。

福利待遇：? 顶会论文机会：优秀工作可整理投稿顶级会议，团队提供算力、数据、导师与工程资源支持；? 竞争力待遇：房补、餐补、入职补贴等，表现优异者可获得转校招优先推荐。

职业发展：? 顶尖 AI 业务场景：直接接触亿级用户、亿级商品库、复杂 B 端商业逻辑的工业级 AI 问题；? 多元技术方向：Agent、多模态、AIGC、RL、搜索、广告、AI 安全等方向自由探索；? 完整成长链路：参与从算法研究、模型训练、工程落地到线上 AB 实验的全流程。

招聘专员：于女士

联系电话：18745452626

公司地址：杭州市余杭区五常街道文一西路960-1号西溪C区