主分类：大模型与生成式算法研发
辅助：AI模型评测工程（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "千问事业部-千问/夸克-大模型高级算法专家-Chat方向",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "拥有计算机科学、人工智能或相关领域的博士学位者优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。\n1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展，包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准，并将其分解为可落地、可量化的算法迭代目标。\n2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题，包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略，使模型具备真正连贯、有逻辑的对话能力。\n3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题，并通过 RAG 新范式或其他创新方法，显著提升对话的准确性与信息量。\n4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系，能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型。",
"requirements_text": "1. 拥有计算机科学、人工智能或相关领域的博士学位者优先，硕士学位亦可。\n2. 至少 3 年在自然语言处理 (NLP) 或大语言模型 (LLM) 领域的研发经验，对对话系统、对话式 AI 有深刻的理解和丰富的实战经验。在学术界或工业界有公认的对话技术相关成果。\n3. 在以下一个或多个领域拥有一流的技术水准和成功经验：多轮对话管理、大模型的对齐技术（如 SFT/RLHF/RLAIF/DPO、知识增强生成、个性化生成）在对话场景的深度应用。\n4. 对深度学习和机器学习有精深的理解，尤其熟悉 Transformer、MoE 等前沿模型架构，精通 Python 及主流深度学习框架 (PyTorch/TensorFlow)。在大模型 Post-training 领域有扎实的理论基础，并主导过其在 LLM 中的创新应用。\n5. 具备以下条件者将获得优先考虑：\n--主导或核心参与过业界知名的对话系统或聊天机器人项目。\n--在顶级学术会议 (如 ACL, EMNLP, SIGDIAL, NeurIPS, ICML) 上发表过多篇高质量的对话相关论文。\n--对心理学、语言学或认知科学有交叉研究背景或浓厚兴趣。有将前沿对话技术成功应用于大规模商业产品的经验。\n--具备出色的算法设计与分析能力，能够独立设计、执行和分析复杂的模型实验。并有优秀的领导力、项目管理能力和团队协作精神，能够带领团队攻克技术难关，并与算法、工程、评估等团队高效协作。\n--对前沿技术充满热情，具备出色的问题分析和解决能力，能够将研究成果有效应用于实际业务场景。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"自然语言处理",
"算法设计",
"项目管理",
"团队协作",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "1. 拥有计算机科学、人工智能或相关领域的博士学位者优先，硕士学位亦可；5. 具备以下条件者将获得优先考虑：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100000920011"
}
]
},
"posting": {
"posting_id": "100000920011",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100000920011"
},
"fulltext": "千问事业部-千问/夸克-大模型高级算法专家-Chat方向\n千问事业部-千问/夸克-大模型高级算法专家-Chat方向\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。\n1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展，包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准，并将其分解为可落地、可量化的算法迭代目标。\n2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题，包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略，使模型具备真正连贯、有逻辑的对话能力。\n3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题，并通过 RAG 新范式或其他创新方法，显著提升对话的准确性与信息量。\n4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系，能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型。\n\n职位要求\n1. 拥有计算机科学、人工智能或相关领域的博士学位者优先，硕士学位亦可。\n2. 至少 3 年在自然语言处理 (NLP) 或大语言模型 (LLM) 领域的研发经验，对对话系统、对话式 AI 有深刻的理解和丰富的实战经验。在学术界或工业界有公认的对话技术相关成果。\n3. 在以下一个或多个领域拥有一流的技术水准和成功经验：多轮对话管理、大模型的对齐技术（如 SFT/RLHF/RLAIF/DPO、知识增强生成、个性化生成）在对话场景的深度应用。\n4. 对深度学习和机器学习有精深的理解，尤其熟悉 Transformer、MoE 等前沿模型架构，精通 Python 及主流深度学习框架 (PyTorch/TensorFlow)。在大模型 Post-training 领域有扎实的理论基础，并主导过其在 LLM 中的创新应用。\n5. 具备以下条件者将获得优先考虑：\n--主导或核心参与过业界知名的对话系统或聊天机器人项目。\n--在顶级学术会议 (如 ACL, EMNLP, SIGDIAL, NeurIPS, ICML) 上发表过多篇高质量的对话相关论文。\n--对心理学、语言学或认知科学有交叉研究背景或浓厚兴趣。有将前沿对话技术成功应用于大规模商业产品的经验。\n--具备出色的算法设计与分析能力，能够独立设计、执行和分析复杂的模型实验。并有优秀的领导力、项目管理能力和团队协作精神，能够带领团队攻克技术难关，并与算法、工程、评估等团队高效协作。\n--对前沿技术充满热情，具备出色的问题分析和解决能力，能够将研究成果有效应用于实际业务场景。\n全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。\n1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展，包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准，并将其分解为可落地、可量化的算法迭代目标。\n2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题，包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略，使模型具备真正连贯、有逻辑的对话能力。\n3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题，并通过 RAG 新范式或其他创新方法，显著提升对话的准确性与信息量。\n4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系，能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型。\n1. 拥有计算机科学、人工智能或相关领域的博士学位者优先，硕士学位亦可。\n2. 至少 3 年在自然语言处理 (NLP) 或大语言模型 (LLM) 领域的研发经验，对对话系统、对话式 AI 有深刻的理解和丰富的实战经验。在学术界或工业界有公认的对话技术相关成果。\n3. 在以下一个或多个领域拥有一流的技术水准和成功经验：多轮对话管理、大模型的对齐技术（如 SFT/RLHF/RLAIF/DPO、知识增强生成、个性化生成）在对话场景的深度应用。\n4. 对深度学习和机器学习有精深的理解，尤其熟悉 Transformer、MoE 等前沿模型架构，精通 Python 及主流深度学习框架 (PyTorch/TensorFlow)。在大模型 Post-training 领域有扎实的理论基础，并主导过其在 LLM 中的创新应用。\n5. 具备以下条件者将获得优先考虑：\n--主导或核心参与过业界知名的对话系统或聊天机器人项目。\n--在顶级学术会议 (如 ACL, EMNLP, SIGDIAL, NeurIPS, ICML) 上发表过多篇高质量的对话相关论文。\n--对心理学、语言学或认知科学有交叉研究背景或浓厚兴趣。有将前沿对话技术成功应用于大规模商业产品的经验。\n--具备出色的算法设计与分析能力，能够独立设计、执行和分析复杂的模型实验。并有优秀的领导力、项目管理能力和团队协作精神，能够带领团队攻克技术难关，并与算法、工程、评估等团队高效协作。\n--对前沿技术充满热情，具备出色的问题分析和解决能力，能够将研究成果有效应用于实际业务场景。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}