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": "算法工程师-大模型后训练 (Post-training)",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里巴巴控股集团 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部",
"location": "北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 高质量数据合成与构造：针对推理（数学/STEM）、通用（指令/知识/写作/安全）及垂直领域（医疗/法律/金融），构建与合成高质量数据，突破复杂推理与专业知识的数据瓶颈；\n2. 强化学习与偏好对齐：重点攻坚 Reasoning RL、Rubric RL、RLVR、RLHF，设计并优化多维度 Verifier 与 Reward Model，提升模型的思考深度与人类偏好对齐效果；\n3. 自适应链路优化：面向高频交互场景，训练模型的自适应决策与工具路由能力，使其精准理解意图并自动调用搜索、CI、生图等工具，提升真实业务体验与系统鲁棒性；\n4. 多 Harness 通用能力构建：针对 Reasoning、自适应搜索、Claude Code / Hermes / Claw 等不同Harness，定向优化模型的指令跟随、安全等底层通用对齐能力；\n5. 全链路训练与阶段联动：主导 Mid-training、SFT、RL 的全链路训练。深度优化数据配比与训练策略，解决多阶段数据冲突与能力遗忘，保障模型高质量合版；\n6. 日志挖掘与数据飞轮建设：深度挖掘海量真实用户交互日志，结合自动化与人工反馈链路，构建持续迭代的“数据飞轮”，让模型在真实反馈中不断自我进化。",
"requirements_text": "1. 对大模型后训练有深入理解和数据直觉，熟悉常见的数据构造策略和 RL 算法，具备算法设计到代码落地的完整经验；\n2. 具有较强的代码工程能力，精通 Python 以及 Pytorch 等深度学习框架，熟悉 LLM 框架（如 vLLM、verl）的实现；\n3. 对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式；能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先；\n4. 具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"算法设计",
"大语言模型"
],
"preferred_qualifications": "能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907620030?deptCodes="
}
]
},
"posting": {
"posting_id": "199907620030",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907620030?deptCodes="
},
"fulltext": "算法工程师-大模型后训练 (Post-training)\n算法工程师-大模型后训练 (Post-training)\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 / 上海\n\n职位描述\n1. 高质量数据合成与构造：针对推理（数学/STEM）、通用（指令/知识/写作/安全）及垂直领域（医疗/法律/金融），构建与合成高质量数据，突破复杂推理与专业知识的数据瓶颈；\n2. 强化学习与偏好对齐：重点攻坚 Reasoning RL、Rubric RL、RLVR、RLHF，设计并优化多维度 Verifier 与 Reward Model，提升模型的思考深度与人类偏好对齐效果；\n3. 自适应链路优化：面向高频交互场景，训练模型的自适应决策与工具路由能力，使其精准理解意图并自动调用搜索、CI、生图等工具，提升真实业务体验与系统鲁棒性；\n4. 多 Harness 通用能力构建：针对 Reasoning、自适应搜索、Claude Code / Hermes / Claw 等不同Harness，定向优化模型的指令跟随、安全等底层通用对齐能力；\n5. 全链路训练与阶段联动：主导 Mid-training、SFT、RL 的全链路训练。深度优化数据配比与训练策略，解决多阶段数据冲突与能力遗忘，保障模型高质量合版；\n6. 日志挖掘与数据飞轮建设：深度挖掘海量真实用户交互日志，结合自动化与人工反馈链路，构建持续迭代的“数据飞轮”，让模型在真实反馈中不断自我进化。\n\n职位要求\n1. 对大模型后训练有深入理解和数据直觉，熟悉常见的数据构造策略和 RL 算法，具备算法设计到代码落地的完整经验；\n2. 具有较强的代码工程能力，精通 Python 以及 Pytorch 等深度学习框架，熟悉 LLM 框架（如 vLLM、verl）的实现；\n3. 对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式；能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先；\n4. 具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力。\n\n在招业务\n阿里巴巴控股集团 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部\n1. 高质量数据合成与构造：针对推理（数学/STEM）、通用（指令/知识/写作/安全）及垂直领域（医疗/法律/金融），构建与合成高质量数据，突破复杂推理与专业知识的数据瓶颈；\n2. 强化学习与偏好对齐：重点攻坚 Reasoning RL、Rubric RL、RLVR、RLHF，设计并优化多维度 Verifier 与 Reward Model，提升模型的思考深度与人类偏好对齐效果；\n3. 自适应链路优化：面向高频交互场景，训练模型的自适应决策与工具路由能力，使其精准理解意图并自动调用搜索、CI、生图等工具，提升真实业务体验与系统鲁棒性；\n4. 多 Harness 通用能力构建：针对 Reasoning、自适应搜索、Claude Code / Hermes / Claw 等不同Harness，定向优化模型的指令跟随、安全等底层通用对齐能力；\n5. 全链路训练与阶段联动：主导 Mid-training、SFT、RL 的全链路训练。深度优化数据配比与训练策略，解决多阶段数据冲突与能力遗忘，保障模型高质量合版；\n6. 日志挖掘与数据飞轮建设：深度挖掘海量真实用户交互日志，结合自动化与人工反馈链路，构建持续迭代的“数据飞轮”，让模型在真实反馈中不断自我进化。\n1. 对大模型后训练有深入理解和数据直觉，熟悉常见的数据构造策略和 RL 算法，具备算法设计到代码落地的完整经验；\n2. 具有较强的代码工程能力，精通 Python 以及 Pytorch 等深度学习框架，熟悉 LLM 框架（如 vLLM、verl）的实现；\n3. 对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式；能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先；\n4. 具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}