{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里健康-AI 搜索大模型后训练算法专家-杭州/北京",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "阿里健康",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "算法研发"AI生成
    },
    "company": {
        "company_name": "阿里健康",
        "company_industry": "医药电商 / 数字医疗",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "阿里健康提供线上线下药事服务和数字化医疗服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机、人工智能、数学、自然语言处理等相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "AI 搜索场景下的大模型后训练与效果优化。\n职位描述\n1、负责 AI 搜索场景大模型的后训练与效果优化，提升模型在内容理解、复杂推理、答案生成及工具使用等方面的能力。\n2、建设 AI 搜索大模型的数据、评测与奖励体系，包括高质量 SFT 数据构造、偏好数据生产、自动与人工评测、Query-specific Rubric 设计及 Reward Model 训练。\n3、探索并落地 SFT、DPO、PPO/GRPO、Rubric RL、Agentic RL 等后训练方法，持续优化模型的指令遵循、事实准确性、推理能力、搜索决策与结果生成质量。\n4、面向 LLM Search、GenSearch、RAG 和 Agentic Search 等场景，优化工具调用、自我反思和动态决策等关键能力。\n5、协同搜索算法、产品、数据与工程团队推进模型上线，确保模型在实际业务中的效果、稳定性、时延与成本，并建立持续迭代机制。",
        "requirements_text": "1、计算机、人工智能、数学、自然语言处理等相关专业本科及以上学历，具备扎实的机器学习、深度学习和大语言模型基础。\n2、熟练使用 Python、PyTorch，熟悉 Transformer 及大模型训练、推理框架；有 DeepSpeed、Megatron-LM、LLaMA-Factory、vLLM、Ray 等工具使用经验者优先。\n3、精通 SFT、DPO、Reward Model、PPO/GRPO、Rubric RL 或 Agentic RL 中的一项或多项，具备完整的模型训练、实验设计、效果分析与问题定位经验。\n4、对数据和评测敏感，能够从真实 Query 和 Badcase 中识别模型问题，并将分析结论转化为数据构造、奖励设计或训练策略等可落地的优化方案。\n5、熟悉 AI 搜索、信息检索、RAG 或搜索 Agent，理解查询改写、意图识别、召回、重排、答案生成与工具调用等关键环节者优先。\n6、具备良好的学习能力和协作能力，能够快速跟进大模型后训练、推理与 Agent 领域的前沿进展，并推动技术方案在业务中落地",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "模型训练",
            "学习能力",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "有 DeepSpeed、Megatron-LM、LLaMA-Factory、vLLM、Ray 等工具使用经验者优先；5、熟悉 AI 搜索、信息检索、RAG 或搜索 Agent，理解查询改写、意图识别、召回、重排、答案生成与工具调用等关键环节者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.alihealth.cn/off-campus/position-detail?positionId=100012100011"
            }
        ]
    },
    "posting": {
        "posting_id": "100012100011",
        "post_date": "2026-09-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.alihealth.cn/off-campus/position-detail?positionId=100012100011"
    },
    "fulltext": "阿里健康-AI 搜索大模型后训练算法专家-杭州/北京\n阿里健康-AI 搜索大模型后训练算法专家-杭州/北京\n\n基础信息\n工作地点：杭州\n\n职位描述\nAI 搜索场景下的大模型后训练与效果优化。\n职位描述\n1、负责 AI 搜索场景大模型的后训练与效果优化，提升模型在内容理解、复杂推理、答案生成及工具使用等方面的能力。\n2、建设 AI 搜索大模型的数据、评测与奖励体系，包括高质量 SFT 数据构造、偏好数据生产、自动与人工评测、Query-specific Rubric 设计及 Reward Model 训练。\n3、探索并落地 SFT、DPO、PPO/GRPO、Rubric RL、Agentic RL 等后训练方法，持续优化模型的指令遵循、事实准确性、推理能力、搜索决策与结果生成质量。\n4、面向 LLM Search、GenSearch、RAG 和 Agentic Search 等场景，优化工具调用、自我反思和动态决策等关键能力。\n5、协同搜索算法、产品、数据与工程团队推进模型上线，确保模型在实际业务中的效果、稳定性、时延与成本，并建立持续迭代机制。\n\n职位要求\n1、计算机、人工智能、数学、自然语言处理等相关专业本科及以上学历，具备扎实的机器学习、深度学习和大语言模型基础。\n2、熟练使用 Python、PyTorch，熟悉 Transformer 及大模型训练、推理框架；有 DeepSpeed、Megatron-LM、LLaMA-Factory、vLLM、Ray 等工具使用经验者优先。\n3、精通 SFT、DPO、Reward Model、PPO/GRPO、Rubric RL 或 Agentic RL 中的一项或多项，具备完整的模型训练、实验设计、效果分析与问题定位经验。\n4、对数据和评测敏感，能够从真实 Query 和 Badcase 中识别模型问题，并将分析结论转化为数据构造、奖励设计或训练策略等可落地的优化方案。\n5、熟悉 AI 搜索、信息检索、RAG 或搜索 Agent，理解查询改写、意图识别、召回、重排、答案生成与工具调用等关键环节者优先。\n6、具备良好的学习能力和协作能力，能够快速跟进大模型后训练、推理与 Agent 领域的前沿进展，并推动技术方案在业务中落地\nAI 搜索场景下的大模型后训练与效果优化。\n职位描述\n1、负责 AI 搜索场景大模型的后训练与效果优化，提升模型在内容理解、复杂推理、答案生成及工具使用等方面的能力。\n2、建设 AI 搜索大模型的数据、评测与奖励体系，包括高质量 SFT 数据构造、偏好数据生产、自动与人工评测、Query-specific Rubric 设计及 Reward Model 训练。\n3、探索并落地 SFT、DPO、PPO/GRPO、Rubric RL、Agentic RL 等后训练方法，持续优化模型的指令遵循、事实准确性、推理能力、搜索决策与结果生成质量。\n4、面向 LLM Search、GenSearch、RAG 和 Agentic Search 等场景，优化工具调用、自我反思和动态决策等关键能力。\n5、协同搜索算法、产品、数据与工程团队推进模型上线，确保模型在实际业务中的效果、稳定性、时延与成本，并建立持续迭代机制。\n1、计算机、人工智能、数学、自然语言处理等相关专业本科及以上学历，具备扎实的机器学习、深度学习和大语言模型基础。\n2、熟练使用 Python、PyTorch，熟悉 Transformer 及大模型训练、推理框架；有 DeepSpeed、Megatron-LM、LLaMA-Factory、vLLM、Ray 等工具使用经验者优先。\n3、精通 SFT、DPO、Reward Model、PPO/GRPO、Rubric RL 或 Agentic RL 中的一项或多项，具备完整的模型训练、实验设计、效果分析与问题定位经验。\n4、对数据和评测敏感，能够从真实 Query 和 Badcase 中识别模型问题，并将分析结论转化为数据构造、奖励设计或训练策略等可落地的优化方案。\n5、熟悉 AI 搜索、信息检索、RAG 或搜索 Agent，理解查询改写、意图识别、召回、重排、答案生成与工具调用等关键环节者优先。\n6、具备良好的学习能力和协作能力，能够快速跟进大模型后训练、推理与 Agent 领域的前沿进展，并推动技术方案在业务中落地",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}