主分类：大模型与生成式算法研发
辅助：Agent系统开发（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": "阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio Work",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "阿里国际数字商业",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Accio Work是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是阿里在海外落地的首个企业级AI Agent，通过持续探索Agent、Agent HarnessRL、Memory、Reasoning等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。\n1、参与Accio Work模型训练与研发，包含而不限于Agent设计、Post-Training、RL等全链路建设；\n2、负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Agent Training-Function Call/Reasoning/Agentic RL/Proactive Agent/Tool-Use；\n3、构建Agent专用合成数据管线：设计并实现自动化的合成数据方案，重点生产高质量的思维链、工具调用和自我修正轨迹；\n4、Agent交互环境搭建：构建高性能、可扩展的Agent框架和运行环境（如代码执行器、浏览器模拟器、数据库交互等），为模型提供实时反馈的环境；\n5、需理解训练和推理框架运行机制、解决训推不一致及上下文处理问题；\n6、探索大模型前沿技术，持续迭代模型能力，落地Agent，推动Accio Work，持续迭代。",
"requirements_text": "1、硕士及以上学历，计算机、电子、人工智能、自动化、数学等相关专业优先；\n2、具有大规模数据合成、Coding Agent、Search Agent、大规模RL训练、商业场景Agent架构与环境构建项目经验者优先；\n3、具有良好的工程理解和落地能力，熟悉模型训练infra底层原理并有训练经验者优先；\n4、熟悉LLM-based Chatbot技术原理者优先；熟悉LLM Post-Training训练数据构建方法，以及Multi-Agent系统框架者优先；\n4、具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。\n加分项\n1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；\n2、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先；\n3、在GitHub等开源社区具有影响力项目发表经验者优先；\n4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先；\n5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； \n6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。",
"skills": [AI生成
"Python",
"C++",
"机器学习",
"深度学习",
"自然语言处理",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "1、硕士及以上学历，计算机、电子、人工智能、自动化、数学等相关专业优先；2、具有大规模数据合成、Coding Agent、Search Agent、大规模RL训练、商业场景Agent架构与环境构建项目经验者优先；3、具有良好的工程理解和落地能力，熟悉模型训练infra底层原理并有训练经验者优先；4、熟悉LLM-based Chatbot技术原理者优先；熟悉LLM Post-Training训练数据构建方法，以及Multi-Agent系统框架者优先；加分项；1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；2、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先；3、在GitHub等开源社区具有影响力项目发表经验者优先；4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先；5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先；6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100012355025"
}
]
},
"posting": {
"posting_id": "100012355025",
"post_date": "2026-08-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100012355025"
},
"fulltext": "阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio Work\n阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio Work\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\nAccio Work是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是阿里在海外落地的首个企业级AI Agent，通过持续探索Agent、Agent HarnessRL、Memory、Reasoning等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。\n1、参与Accio Work模型训练与研发，包含而不限于Agent设计、Post-Training、RL等全链路建设；\n2、负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Agent Training-Function Call/Reasoning/Agentic RL/Proactive Agent/Tool-Use；\n3、构建Agent专用合成数据管线：设计并实现自动化的合成数据方案，重点生产高质量的思维链、工具调用和自我修正轨迹；\n4、Agent交互环境搭建：构建高性能、可扩展的Agent框架和运行环境（如代码执行器、浏览器模拟器、数据库交互等），为模型提供实时反馈的环境；\n5、需理解训练和推理框架运行机制、解决训推不一致及上下文处理问题；\n6、探索大模型前沿技术，持续迭代模型能力，落地Agent，推动Accio Work，持续迭代。\n\n职位要求\n1、硕士及以上学历，计算机、电子、人工智能、自动化、数学等相关专业优先；\n2、具有大规模数据合成、Coding Agent、Search Agent、大规模RL训练、商业场景Agent架构与环境构建项目经验者优先；\n3、具有良好的工程理解和落地能力，熟悉模型训练infra底层原理并有训练经验者优先；\n4、熟悉LLM-based Chatbot技术原理者优先；熟悉LLM Post-Training训练数据构建方法，以及Multi-Agent系统框架者优先；\n4、具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。\n加分项\n1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；\n2、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先；\n3、在GitHub等开源社区具有影响力项目发表经验者优先；\n4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先；\n5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； \n6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。\nAccio Work是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是阿里在海外落地的首个企业级AI Agent，通过持续探索Agent、Agent HarnessRL、Memory、Reasoning等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。\n1、参与Accio Work模型训练与研发，包含而不限于Agent设计、Post-Training、RL等全链路建设；\n2、负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Agent Training-Function Call/Reasoning/Agentic RL/Proactive Agent/Tool-Use；\n3、构建Agent专用合成数据管线：设计并实现自动化的合成数据方案，重点生产高质量的思维链、工具调用和自我修正轨迹；\n4、Agent交互环境搭建：构建高性能、可扩展的Agent框架和运行环境（如代码执行器、浏览器模拟器、数据库交互等），为模型提供实时反馈的环境；\n5、需理解训练和推理框架运行机制、解决训推不一致及上下文处理问题；\n6、探索大模型前沿技术，持续迭代模型能力，落地Agent，推动Accio Work，持续迭代。\n1、硕士及以上学历，计算机、电子、人工智能、自动化、数学等相关专业优先；\n2、具有大规模数据合成、Coding Agent、Search Agent、大规模RL训练、商业场景Agent架构与环境构建项目经验者优先；\n3、具有良好的工程理解和落地能力，熟悉模型训练infra底层原理并有训练经验者优先；\n4、熟悉LLM-based Chatbot技术原理者优先；熟悉LLM Post-Training训练数据构建方法，以及Multi-Agent系统框架者优先；\n4、具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。\n加分项\n1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；\n2、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先；\n3、在GitHub等开源社区具有影响力项目发表经验者优先；\n4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先；\n5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； \n6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}