主分类：AI模型评测工程
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": "算法工程师-大模型评测",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry / 千问办公",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 深度挖掘大模型在复杂任务、长尾场景中的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集；\n2. 参与 LLM-as-a-Judge 方案的设计与实现，训练高精度的 Reward Model（奖励模型），建模人类偏好，提升模型在指令遵循、安全性及复杂逻辑上的表现；\n3. 设计高效的 Reward Signal（奖励信号）并合成对应数据，通过强化学习（RL）算法持续提升模型的能力上限与泛化性；\n4. 参与开发 Evaluation 与 Reward System 所需的工程框架，简化多任务测试流程，提升大规模模型集成与实验的效率；\n5. 跟踪全球大模型最新进展（如 Agent 评测、多模态对齐、自动化数据合成等），推动研究成果在真实业务场景中的落地。",
"requirements_text": "1. 本科及以上学历，计算机、人工智能、软件工程、数学、自动化等相关专业优先；\n2. 深入理解 Transformer 架构及大语言模型基础知识，熟悉模型评测方案（Evaluation）或具有后训练（Post-training，如 SFT、RLHF、DPO 等）经验；\n3. 具备卓越的代码工程能力，精通 Python 编程及 PyTorch、TensorFlow 等深度学习框架；有模型训练、推理加速或自动化数据合成经验者优先；\n4. 具备系统性研究思维，在国际顶级计算机会议/期刊（如 NeurIPS、ICML、ICLR、ACL、EMNLP 等）发表过一作论文，或在知名开源社区、顶级竞赛（如 ACM/ICPC、Kaggle）中有突出成果；\n5. 具备跨学科视野，良好的沟通能力和团队协作精神，能与产品、工程团队紧密配合推动落地。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"模型训练",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "1. 本科及以上学历，计算机、人工智能、软件工程、数学、自动化等相关专业优先；有模型训练、推理加速或自动化数据合成经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907620028?deptCodes="
}
]
},
"posting": {
"posting_id": "199907620028",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907620028?deptCodes="
},
"fulltext": "算法工程师-大模型评测\n算法工程师-大模型评测\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n1. 深度挖掘大模型在复杂任务、长尾场景中的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集；\n2. 参与 LLM-as-a-Judge 方案的设计与实现，训练高精度的 Reward Model（奖励模型），建模人类偏好，提升模型在指令遵循、安全性及复杂逻辑上的表现；\n3. 设计高效的 Reward Signal（奖励信号）并合成对应数据，通过强化学习（RL）算法持续提升模型的能力上限与泛化性；\n4. 参与开发 Evaluation 与 Reward System 所需的工程框架，简化多任务测试流程，提升大规模模型集成与实验的效率；\n5. 跟踪全球大模型最新进展（如 Agent 评测、多模态对齐、自动化数据合成等），推动研究成果在真实业务场景中的落地。\n\n职位要求\n1. 本科及以上学历，计算机、人工智能、软件工程、数学、自动化等相关专业优先；\n2. 深入理解 Transformer 架构及大语言模型基础知识，熟悉模型评测方案（Evaluation）或具有后训练（Post-training，如 SFT、RLHF、DPO 等）经验；\n3. 具备卓越的代码工程能力，精通 Python 编程及 PyTorch、TensorFlow 等深度学习框架；有模型训练、推理加速或自动化数据合成经验者优先；\n4. 具备系统性研究思维，在国际顶级计算机会议/期刊（如 NeurIPS、ICML、ICLR、ACL、EMNLP 等）发表过一作论文，或在知名开源社区、顶级竞赛（如 ACM/ICPC、Kaggle）中有突出成果；\n5. 具备跨学科视野，良好的沟通能力和团队协作精神，能与产品、工程团队紧密配合推动落地。\n\n在招业务\nToken Foundry / 千问办公\n1. 深度挖掘大模型在复杂任务、长尾场景中的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集；\n2. 参与 LLM-as-a-Judge 方案的设计与实现，训练高精度的 Reward Model（奖励模型），建模人类偏好，提升模型在指令遵循、安全性及复杂逻辑上的表现；\n3. 设计高效的 Reward Signal（奖励信号）并合成对应数据，通过强化学习（RL）算法持续提升模型的能力上限与泛化性；\n4. 参与开发 Evaluation 与 Reward System 所需的工程框架，简化多任务测试流程，提升大规模模型集成与实验的效率；\n5. 跟踪全球大模型最新进展（如 Agent 评测、多模态对齐、自动化数据合成等），推动研究成果在真实业务场景中的落地。\n1. 本科及以上学历，计算机、人工智能、软件工程、数学、自动化等相关专业优先；\n2. 深入理解 Transformer 架构及大语言模型基础知识，熟悉模型评测方案（Evaluation）或具有后训练（Post-training，如 SFT、RLHF、DPO 等）经验；\n3. 具备卓越的代码工程能力，精通 Python 编程及 PyTorch、TensorFlow 等深度学习框架；有模型训练、推理加速或自动化数据合成经验者优先；\n4. 具备系统性研究思维，在国际顶级计算机会议/期刊（如 NeurIPS、ICML、ICLR、ACL、EMNLP 等）发表过一作论文，或在知名开源社区、顶级竞赛（如 ACM/ICPC、Kaggle）中有突出成果；\n5. 具备跨学科视野，良好的沟通能力和团队协作精神，能与产品、工程团队紧密配合推动落地。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}