{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "智能算法产品事业部-多模态大模型与Agent算法工程师（内容理解方向）-北京",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "算法研发"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机、人工智能、机器学习、自然语言处理等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、多模态大模型训练：参与视觉语言模型（VLM）在电商内容场景的持续预训练、SFT 与强化学习（RLHF / GRPO / DPO），提升模型在内容质量评估和细粒度语义理解上的表现。\n2、内容理解 Agent 系统：设计并落地面向内容标签理解的 Agent 系统，包括任务规划、工具调用、多轮推理与自我校验链路，解决单次推理难以覆盖的复杂判定场景。\n3、Agent 强化学习：构建可扩展的评测集与奖励模型（Reward Model），通过在线 / 离线强化学习持续优化 Agent 的决策准确率与稳定性。\n4、业务落地：与产品、运营、工程团队协同，将模型能力沉淀为线上服务，支持质量和语义标签识别，并持续跟踪其在下游推荐场景的实际收益。",
        "requirements_text": "1、计算机、人工智能、机器学习、自然语言处理等相关专业硕士及以上学历；\n2、扎实的深度学习基础，熟悉 Transformer / 多模态大模型架构，具备pytorch实际训练调优经验；\n3、具备良好的问题抽象与系统设计能力，能独立完成从问题定义、算法设计到工程落地的全链路闭环；\n4、具有良好的团队合作精神，较强的沟通能力，对工作充满激情，能够主动思考和行动，推进工作顺利实施。\n以下经历为加分项\n1、熟悉多模态大模型（MLLM）的训练、微调、对齐（RLHF/DPO/GRPO）流程，有Video-LLM或VLM相关经验者优先；\n2、熟悉强化学习基础理论与实践，有Agent RL训练（PPO、reward modeling、环境设计）相关项目经验者优先；\n3、熟悉LLM-based Agent系统设计（如ReAct、Tool-use、Planning、Multi-Agent），有Agent系统工程化落地经验者优先；\n4、在ACL、CVPR、ICML、NeurIPS、ICLR、EMNLP、MM等顶会发表过相关论文者优先。",
        "skills": [AI生成
            "PyTorch",
            "React",
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "算法设计",
            "团队协作",
            "沟通能力",
            "大语言模型"
        ],
        "preferred_qualifications": "以下经历为加分项；1、熟悉多模态大模型（MLLM）的训练、微调、对齐（RLHF/DPO/GRPO）流程，有Video-LLM或VLM相关经验者优先；2、熟悉强化学习基础理论与实践，有Agent RL训练（PPO、reward modeling、环境设计）相关项目经验者优先；3、熟悉LLM-based Agent系统设计（如ReAct、Tool-use、Planning、Multi-Agent），有Agent系统工程化落地经验者优先；4、在ACL、CVPR、ICML、NeurIPS、ICLR、EMNLP、MM等顶会发表过相关论文者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.taotian.com/off-campus/position-detail?positionId=100034860003"
            }
        ]
    },
    "posting": {
        "posting_id": "100034860003",
        "post_date": "2026-09-02",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100034860003"
    },
    "fulltext": "智能算法产品事业部-多模态大模型与Agent算法工程师（内容理解方向）-北京\n智能算法产品事业部-多模态大模型与Agent算法工程师（内容理解方向）-北京\n\n基础信息\n工作地点：北京\n\n职位描述\n1、多模态大模型训练：参与视觉语言模型（VLM）在电商内容场景的持续预训练、SFT 与强化学习（RLHF / GRPO / DPO），提升模型在内容质量评估和细粒度语义理解上的表现。\n2、内容理解 Agent 系统：设计并落地面向内容标签理解的 Agent 系统，包括任务规划、工具调用、多轮推理与自我校验链路，解决单次推理难以覆盖的复杂判定场景。\n3、Agent 强化学习：构建可扩展的评测集与奖励模型（Reward Model），通过在线 / 离线强化学习持续优化 Agent 的决策准确率与稳定性。\n4、业务落地：与产品、运营、工程团队协同，将模型能力沉淀为线上服务，支持质量和语义标签识别，并持续跟踪其在下游推荐场景的实际收益。\n\n职位要求\n1、计算机、人工智能、机器学习、自然语言处理等相关专业硕士及以上学历；\n2、扎实的深度学习基础，熟悉 Transformer / 多模态大模型架构，具备pytorch实际训练调优经验；\n3、具备良好的问题抽象与系统设计能力，能独立完成从问题定义、算法设计到工程落地的全链路闭环；\n4、具有良好的团队合作精神，较强的沟通能力，对工作充满激情，能够主动思考和行动，推进工作顺利实施。\n以下经历为加分项\n1、熟悉多模态大模型（MLLM）的训练、微调、对齐（RLHF/DPO/GRPO）流程，有Video-LLM或VLM相关经验者优先；\n2、熟悉强化学习基础理论与实践，有Agent RL训练（PPO、reward modeling、环境设计）相关项目经验者优先；\n3、熟悉LLM-based Agent系统设计（如ReAct、Tool-use、Planning、Multi-Agent），有Agent系统工程化落地经验者优先；\n4、在ACL、CVPR、ICML、NeurIPS、ICLR、EMNLP、MM等顶会发表过相关论文者优先。\n1、多模态大模型训练：参与视觉语言模型（VLM）在电商内容场景的持续预训练、SFT 与强化学习（RLHF / GRPO / DPO），提升模型在内容质量评估和细粒度语义理解上的表现。\n2、内容理解 Agent 系统：设计并落地面向内容标签理解的 Agent 系统，包括任务规划、工具调用、多轮推理与自我校验链路，解决单次推理难以覆盖的复杂判定场景。\n3、Agent 强化学习：构建可扩展的评测集与奖励模型（Reward Model），通过在线 / 离线强化学习持续优化 Agent 的决策准确率与稳定性。\n4、业务落地：与产品、运营、工程团队协同，将模型能力沉淀为线上服务，支持质量和语义标签识别，并持续跟踪其在下游推荐场景的实际收益。\n1、计算机、人工智能、机器学习、自然语言处理等相关专业硕士及以上学历；\n2、扎实的深度学习基础，熟悉 Transformer / 多模态大模型架构，具备pytorch实际训练调优经验；\n3、具备良好的问题抽象与系统设计能力，能独立完成从问题定义、算法设计到工程落地的全链路闭环；\n4、具有良好的团队合作精神，较强的沟通能力，对工作充满激情，能够主动思考和行动，推进工作顺利实施。\n以下经历为加分项\n1、熟悉多模态大模型（MLLM）的训练、微调、对齐（RLHF/DPO/GRPO）流程，有Video-LLM或VLM相关经验者优先；\n2、熟悉强化学习基础理论与实践，有Agent RL训练（PPO、reward modeling、环境设计）相关项目经验者优先；\n3、熟悉LLM-based Agent系统设计（如ReAct、Tool-use、Planning、Multi-Agent），有Agent系统工程化落地经验者优先；\n4、在ACL、CVPR、ICML、NeurIPS、ICLR、EMNLP、MM等顶会发表过相关论文者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}