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": "Token Foundry-大模型算法专家-AI Coding",
"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": "通义",
"company_industry": "人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "通义提供人工智能模型及文档阅读等AI应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "人工智能（AI）/ 软件工程（SE）相关方向的硕士 / 博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责Agentic Coding大模型（Agentic LLM for Software Engineering）的后训练（Mid-Train/SFT/RL）算法设计和训练研究等。\n2. 打造面向真实软件开发的智能化全链路技术，包括但不限于Agentic Coding、Agent Teams 等技术。\n3. 建设大模型训练的Harness体系，探索Auto Research相关技术在大模型后训练的应用。\n4. 将上述技术在 Qoder、Lingma 及 CLI 等产品形态中进行大规模应用落地。",
"requirements_text": "1. 人工智能（AI）/ 软件工程（SE）相关方向的硕士 / 博士，有扎实大模型基础和丰富大模型训练经验。\n2. 曾负责或作为核心同学参与大模型的训练（预训练、后训练），熟悉代码大模型训练技术者优先。\n3. 有一定的研究经历，发表过顶会论文者优先，如ICLR、NeurIPS、ICML、FSE、ISSTA等。\n4. 具备优秀的分析问题和解决问题的能力，以及良好的沟通协作能力。",
"skills": [AI生成
"模型训练",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "2. 曾负责或作为核心同学参与大模型的训练（预训练、后训练），熟悉代码大模型训练技术者优先；3. 有一定的研究经历，发表过顶会论文者优先，如ICLR、NeurIPS、ICML、FSE、ISSTA等",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100018660002"
}
]
},
"posting": {
"posting_id": "100018660002",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100018660002"
},
"fulltext": "Token Foundry-大模型算法专家-AI Coding\nToken Foundry-大模型算法专家-AI Coding\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\n1. 负责Agentic Coding大模型（Agentic LLM for Software Engineering）的后训练（Mid-Train/SFT/RL）算法设计和训练研究等。\n2. 打造面向真实软件开发的智能化全链路技术，包括但不限于Agentic Coding、Agent Teams 等技术。\n3. 建设大模型训练的Harness体系，探索Auto Research相关技术在大模型后训练的应用。\n4. 将上述技术在 Qoder、Lingma 及 CLI 等产品形态中进行大规模应用落地。\n\n职位要求\n1. 人工智能（AI）/ 软件工程（SE）相关方向的硕士 / 博士，有扎实大模型基础和丰富大模型训练经验。\n2. 曾负责或作为核心同学参与大模型的训练（预训练、后训练），熟悉代码大模型训练技术者优先。\n3. 有一定的研究经历，发表过顶会论文者优先，如ICLR、NeurIPS、ICML、FSE、ISSTA等。\n4. 具备优秀的分析问题和解决问题的能力，以及良好的沟通协作能力。\n1. 负责Agentic Coding大模型（Agentic LLM for Software Engineering）的后训练（Mid-Train/SFT/RL）算法设计和训练研究等。\n2. 打造面向真实软件开发的智能化全链路技术，包括但不限于Agentic Coding、Agent Teams 等技术。\n3. 建设大模型训练的Harness体系，探索Auto Research相关技术在大模型后训练的应用。\n4. 将上述技术在 Qoder、Lingma 及 CLI 等产品形态中进行大规模应用落地。\n1. 人工智能（AI）/ 软件工程（SE）相关方向的硕士 / 博士，有扎实大模型基础和丰富大模型训练经验。\n2. 曾负责或作为核心同学参与大模型的训练（预训练、后训练），熟悉代码大模型训练技术者优先。\n3. 有一定的研究经历，发表过顶会论文者优先，如ICLR、NeurIPS、ICML、FSE、ISSTA等。\n4. 具备优秀的分析问题和解决问题的能力，以及良好的沟通协作能力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}