主分类：Agent系统开发
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": "阿里国际站/Alibaba.com-Agent算法工程师/专家-Accio",
"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": "我们是阿里国际站-Accio算法团队，Accio是全球领先的AI native B2B平台，自发布以来用户数持续飞速增长，MAU已超千万，积累了海量行业真实数据。我们团队负责Accio中Sourcing Agent业务的能力建设和效果优化，包括自主寻源、智能谈判等场景。加入我们，你将深入参与以下工作的一项或多项：\n1、Agent Teams：设计并优化Multi-Agent系统，探索多Agent之间的上下文共享和协作机制；\n2、Agentic RL：面向智能谈判等场景，基于Self-Play RL等方式，优化模型效果；\n3、Proactive Agent：面向周级别长程任务，优化Agent系统和用户的交互时机和内容；\n4、自进化Agent系统：基于Skill/Memory等Agent Harness组件，构建具备经验沉淀与持续自我进化能力的Agent系统。",
"requirements_text": "1、计算机相关专业，硕士及以上学历；\n2、有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先；\n3、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架；\n4、自驱力强，对新技术有热情，有较强的学习能力，熟练使用AI Coding工具；\n5、加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目。",
"skills": [AI生成
"学习能力"
],
"preferred_qualifications": "2、有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先；5、加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目",
"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=100022915005"
}
]
},
"posting": {
"posting_id": "100022915005",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100022915005"
},
"fulltext": "阿里国际站/Alibaba.com-Agent算法工程师/专家-Accio\n阿里国际站/Alibaba.com-Agent算法工程师/专家-Accio\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\n我们是阿里国际站-Accio算法团队，Accio是全球领先的AI native B2B平台，自发布以来用户数持续飞速增长，MAU已超千万，积累了海量行业真实数据。我们团队负责Accio中Sourcing Agent业务的能力建设和效果优化，包括自主寻源、智能谈判等场景。加入我们，你将深入参与以下工作的一项或多项：\n1、Agent Teams：设计并优化Multi-Agent系统，探索多Agent之间的上下文共享和协作机制；\n2、Agentic RL：面向智能谈判等场景，基于Self-Play RL等方式，优化模型效果；\n3、Proactive Agent：面向周级别长程任务，优化Agent系统和用户的交互时机和内容；\n4、自进化Agent系统：基于Skill/Memory等Agent Harness组件，构建具备经验沉淀与持续自我进化能力的Agent系统。\n\n职位要求\n1、计算机相关专业，硕士及以上学历；\n2、有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先；\n3、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架；\n4、自驱力强，对新技术有热情，有较强的学习能力，熟练使用AI Coding工具；\n5、加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目。\n我们是阿里国际站-Accio算法团队，Accio是全球领先的AI native B2B平台，自发布以来用户数持续飞速增长，MAU已超千万，积累了海量行业真实数据。我们团队负责Accio中Sourcing Agent业务的能力建设和效果优化，包括自主寻源、智能谈判等场景。加入我们，你将深入参与以下工作的一项或多项：\n1、Agent Teams：设计并优化Multi-Agent系统，探索多Agent之间的上下文共享和协作机制；\n2、Agentic RL：面向智能谈判等场景，基于Self-Play RL等方式，优化模型效果；\n3、Proactive Agent：面向周级别长程任务，优化Agent系统和用户的交互时机和内容；\n4、自进化Agent系统：基于Skill/Memory等Agent Harness组件，构建具备经验沉淀与持续自我进化能力的Agent系统。\n1、计算机相关专业，硕士及以上学历；\n2、有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先；\n3、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架；\n4、自驱力强，对新技术有热情，有较强的学习能力，熟练使用AI Coding工具；\n5、加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}