主分类：大模型与生成式算法研发
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-多模态大模型Agentic算法专家-北京、广州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 广州",
"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": "硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 \n2. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，优化长程任务，实现智能体在复杂环境下的自主探索与迭代。\n3. 探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流",
"requirements_text": "1. 算法功底： 精通PPO、GRPO、DPO等强化学习算法，有大规模模型RLHF实战经验。\n2. 专业深度： 深刻理解CoT、自反思及工具学习，熟悉分布式训练框架。\n3. 创新能力： 具备极强的算法创新与工程落地能力，能将前沿综述思想转化为生产力\n4. 学术背景： 计算机相关博/硕，在NeurIPS、ICLR、ICML等顶会以一作发表过RL或Agent相关论文优",
"skills": [AI生成
"强化学习"
],
"preferred_qualifications": "未披露",
"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=100011980002"
}
]
},
"posting": {
"posting_id": "100011980002",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100011980002"
},
"fulltext": "千问事业部-多模态大模型Agentic算法专家-北京、广州\n千问事业部-多模态大模型Agentic算法专家-北京、广州\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 广州\n\n职位描述\n1. 负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 \n2. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，优化长程任务，实现智能体在复杂环境下的自主探索与迭代。\n3. 探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流\n\n职位要求\n1. 算法功底： 精通PPO、GRPO、DPO等强化学习算法，有大规模模型RLHF实战经验。\n2. 专业深度： 深刻理解CoT、自反思及工具学习，熟悉分布式训练框架。\n3. 创新能力： 具备极强的算法创新与工程落地能力，能将前沿综述思想转化为生产力\n4. 学术背景： 计算机相关博/硕，在NeurIPS、ICLR、ICML等顶会以一作发表过RL或Agent相关论文优\n1. 负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 \n2. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，优化长程任务，实现智能体在复杂环境下的自主探索与迭代。\n3. 探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流\n1. 算法功底： 精通PPO、GRPO、DPO等强化学习算法，有大规模模型RLHF实战经验。\n2. 专业深度： 深刻理解CoT、自反思及工具学习，熟悉分布式训练框架。\n3. 创新能力： 具备极强的算法创新与工程落地能力，能将前沿综述思想转化为生产力\n4. 学术背景： 计算机相关博/硕，在NeurIPS、ICLR、ICML等顶会以一作发表过RL或Agent相关论文优",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}