主分类：AI训练推理与计算优化
辅助：大模型与生成式算法研发（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": "千问事业部-大模型训练专家-强化学习方向",
"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": "算法研发"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责千卡以上大规模混合模态大模型强化学习训练框架建设，调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升；\n2、打通复杂工具调用场景的高性能推理与Agent训练系统，攻克长程数据训练中的训练效率、训推一致性等难点，显著提升千问模型基于多种阿里生态工具（如闪购、飞猪等）的用户真实任务解决率；\n3、参与奖励系统、工具系统交互的设计与研发，打造高效率的可持续扩展架构；并通过线上链路的联合设计保障模型训练效果的对齐，保障模型在事实性、复杂任务规划解决等方面的能力提点可以落地千问App。",
"requirements_text": "1、1年及以上大模型训练工程经验，有扎实的深度学习算法基础，精通各类大模型常用训练框架，熟练掌握各种编译、调试、性能分析工具；\n2、熟悉强化学习算法PPO、DPO、GRPO、DAPO等以及相应的高效工程实现，有大模型强化学习工程支持经验和效果优化经验；\n3、精通ray分布式计算框架开发实现，掌握一种或多种分布式训练框架（verl、slime、areal、openRLHF、roll）详细系统实现，并具备二次开发能力；\n4、熟练掌握开源大模型训练框架（megatron、fsdp）、推理框架（vllm、sglang），具备大模型训练、推理性能分析和优化能力；\n5、有大规模强化学习算法和工程结合的训练效率优化经验（尤其是agentic训练），或大规模分布式强化学习系统开发应用经验者优先。\n加分项：\n1、有强化学习算法调优经验者优先；\n2、有强化学习方向顶会论文经验者优先；\n3、如果有训练引擎、推理引擎开发经验优先。",
"skills": [AI生成
"深度学习",
"强化学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "5、有大规模强化学习算法和工程结合的训练效率优化经验（尤其是agentic训练），或大规模分布式强化学习系统开发应用经验者优先；加分项：；1、有强化学习算法调优经验者优先；2、有强化学习方向顶会论文经验者优先；3、如果有训练引擎、推理引擎开发经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100023020004"
}
]
},
"posting": {
"posting_id": "100023020004",
"post_date": "2026-07-29",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100023020004"
},
"fulltext": "千问事业部-大模型训练专家-强化学习方向\n千问事业部-大模型训练专家-强化学习方向\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n1、负责千卡以上大规模混合模态大模型强化学习训练框架建设，调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升；\n2、打通复杂工具调用场景的高性能推理与Agent训练系统，攻克长程数据训练中的训练效率、训推一致性等难点，显著提升千问模型基于多种阿里生态工具（如闪购、飞猪等）的用户真实任务解决率；\n3、参与奖励系统、工具系统交互的设计与研发，打造高效率的可持续扩展架构；并通过线上链路的联合设计保障模型训练效果的对齐，保障模型在事实性、复杂任务规划解决等方面的能力提点可以落地千问App。\n\n职位要求\n1、1年及以上大模型训练工程经验，有扎实的深度学习算法基础，精通各类大模型常用训练框架，熟练掌握各种编译、调试、性能分析工具；\n2、熟悉强化学习算法PPO、DPO、GRPO、DAPO等以及相应的高效工程实现，有大模型强化学习工程支持经验和效果优化经验；\n3、精通ray分布式计算框架开发实现，掌握一种或多种分布式训练框架（verl、slime、areal、openRLHF、roll）详细系统实现，并具备二次开发能力；\n4、熟练掌握开源大模型训练框架（megatron、fsdp）、推理框架（vllm、sglang），具备大模型训练、推理性能分析和优化能力；\n5、有大规模强化学习算法和工程结合的训练效率优化经验（尤其是agentic训练），或大规模分布式强化学习系统开发应用经验者优先。\n加分项：\n1、有强化学习算法调优经验者优先；\n2、有强化学习方向顶会论文经验者优先；\n3、如果有训练引擎、推理引擎开发经验优先。\n1、负责千卡以上大规模混合模态大模型强化学习训练框架建设，调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升；\n2、打通复杂工具调用场景的高性能推理与Agent训练系统，攻克长程数据训练中的训练效率、训推一致性等难点，显著提升千问模型基于多种阿里生态工具（如闪购、飞猪等）的用户真实任务解决率；\n3、参与奖励系统、工具系统交互的设计与研发，打造高效率的可持续扩展架构；并通过线上链路的联合设计保障模型训练效果的对齐，保障模型在事实性、复杂任务规划解决等方面的能力提点可以落地千问App。\n1、1年及以上大模型训练工程经验，有扎实的深度学习算法基础，精通各类大模型常用训练框架，熟练掌握各种编译、调试、性能分析工具；\n2、熟悉强化学习算法PPO、DPO、GRPO、DAPO等以及相应的高效工程实现，有大模型强化学习工程支持经验和效果优化经验；\n3、精通ray分布式计算框架开发实现，掌握一种或多种分布式训练框架（verl、slime、areal、openRLHF、roll）详细系统实现，并具备二次开发能力；\n4、熟练掌握开源大模型训练框架（megatron、fsdp）、推理框架（vllm、sglang），具备大模型训练、推理性能分析和优化能力；\n5、有大规模强化学习算法和工程结合的训练效率优化经验（尤其是agentic训练），或大规模分布式强化学习系统开发应用经验者优先。\n加分项：\n1、有强化学习算法调优经验者优先；\n2、有强化学习方向顶会论文经验者优先；\n3、如果有训练引擎、推理引擎开发经验优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}