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-Qwen Agent",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州 / 上海",
"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": "计算机科学、人工智能、数学或相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。\n2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。\n3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。\n4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。\n5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。",
"requirements_text": "【基础要求】\n1. 计算机科学、人工智能、数学或相关专业硕士及以上学历。\n2. 具备扎实的理论基础，熟悉Transformer架构及大模型底层原理。\n3. 具备优秀的编程习惯和工程实现能力，熟悉 PyTorch 等主流深度学习框架。\n【核心技能与经验】\n1. 深入理解大模型后训练流程，有丰富的 SFT、RLHF、PPO、DPO 等算法的实操经验；熟悉强化学习理论，有将 RL 应用于 LLM 或 Agent 决策过程的实战经验。\n2. 熟悉主流 Agent 框架与范式，有针对 Agent 特定能力进行模型微调或训练的经验。\n3. 熟悉大模型分布式训练框架，有大规模集群上的模型训练与调优经验。\n【加分项】\n1. 对 AI Agent 在真实行业场景中的应用有强烈的好奇心和探索欲，不局限于“刷榜”，更关注技术如何解决实际业务问题。\n2. 在知名大模型开源项目或 Agent 框架中有核心代码贡献。\n3. 有具体行业大模型或 Agent 落地经验者优先。\n【软性素质】\n1. 具备极强的自驱力和解决复杂问题的能力，能够在模糊的业务场景中找到技术突破口。\n2. 优秀的沟通协作能力，能够与工程团队、产品团队及业务方高效协同，推动项目落地。",
"skills": [AI生成
"PyTorch",
"深度学习",
"强化学习",
"模型训练",
"模型微调",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "【加分项】；3. 有具体行业大模型或 Agent 落地经验者优先",
"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=100022940002"
}
]
},
"posting": {
"posting_id": "100022940002",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100022940002"
},
"fulltext": "Token Foundry-大模型算法专家-Qwen Agent\nToken Foundry-大模型算法专家-Qwen Agent\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 / 上海\n\n职位描述\n1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。\n2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。\n3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。\n4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。\n5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。\n\n职位要求\n【基础要求】\n1. 计算机科学、人工智能、数学或相关专业硕士及以上学历。\n2. 具备扎实的理论基础，熟悉Transformer架构及大模型底层原理。\n3. 具备优秀的编程习惯和工程实现能力，熟悉 PyTorch 等主流深度学习框架。\n【核心技能与经验】\n1. 深入理解大模型后训练流程，有丰富的 SFT、RLHF、PPO、DPO 等算法的实操经验；熟悉强化学习理论，有将 RL 应用于 LLM 或 Agent 决策过程的实战经验。\n2. 熟悉主流 Agent 框架与范式，有针对 Agent 特定能力进行模型微调或训练的经验。\n3. 熟悉大模型分布式训练框架，有大规模集群上的模型训练与调优经验。\n【加分项】\n1. 对 AI Agent 在真实行业场景中的应用有强烈的好奇心和探索欲，不局限于“刷榜”，更关注技术如何解决实际业务问题。\n2. 在知名大模型开源项目或 Agent 框架中有核心代码贡献。\n3. 有具体行业大模型或 Agent 落地经验者优先。\n【软性素质】\n1. 具备极强的自驱力和解决复杂问题的能力，能够在模糊的业务场景中找到技术突破口。\n2. 优秀的沟通协作能力，能够与工程团队、产品团队及业务方高效协同，推动项目落地。\n1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。\n2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。\n3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。\n4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。\n5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。\n【基础要求】\n1. 计算机科学、人工智能、数学或相关专业硕士及以上学历。\n2. 具备扎实的理论基础，熟悉Transformer架构及大模型底层原理。\n3. 具备优秀的编程习惯和工程实现能力，熟悉 PyTorch 等主流深度学习框架。\n【核心技能与经验】\n1. 深入理解大模型后训练流程，有丰富的 SFT、RLHF、PPO、DPO 等算法的实操经验；熟悉强化学习理论，有将 RL 应用于 LLM 或 Agent 决策过程的实战经验。\n2. 熟悉主流 Agent 框架与范式，有针对 Agent 特定能力进行模型微调或训练的经验。\n3. 熟悉大模型分布式训练框架，有大规模集群上的模型训练与调优经验。\n【加分项】\n1. 对 AI Agent 在真实行业场景中的应用有强烈的好奇心和探索欲，不局限于“刷榜”，更关注技术如何解决实际业务问题。\n2. 在知名大模型开源项目或 Agent 框架中有核心代码贡献。\n3. 有具体行业大模型或 Agent 落地经验者优先。\n【软性素质】\n1. 具备极强的自驱力和解决复杂问题的能力，能够在模糊的业务场景中找到技术突破口。\n2. 优秀的沟通协作能力，能够与工程团队、产品团队及业务方高效协同，推动项目落地。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}