主分类：大模型与生成式算法研发
辅助：Agent系统开发（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": "自主智能体自进化技术-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"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）负责面向政企场景的大模型智能体自进化技术研究，构建基于业务反馈数据的强化学习闭环系统，实现智能体能力的持续自动化提升。\n2）设计并实现高性能“训推一体”框架，支持智能体在业务流程中中实时吸收业务反馈信号，进行低延迟、高安全性的策略更新。\n3）推动自进化智能体在医疗、金融、电力、政务等多个行业的落地验证，持续优化业务指标。\n4）主导或参与开源智能体自进化工具链的研发与推广，提升技术影响力。",
"requirements_text": "1）计算机科学、人工智能、机器学习等相关学历背景，研究方向聚焦强化学习、持续学习、智能体系统。\n2）精通Python/PyTorch，有极强的动手和代码能力，具备开发高并发推理服务与分布式训练系统的能力，熟悉verl、vLLM、DeepSpeed等框架者优先。\n3）熟悉大模型智能体主流框架和项目，并具有扎实掌握强化学习算法（GRPO等）、离线强化学习（Offline RL）、在线强化学习（OPD）等核心技术，具备算法创新与调优能力。\n4）前沿技术研究：跟踪大模型智能体领域的最新研究进展，探索Agent关键技术，在顶级会议（NeurIPS, ICML, ICLR, ACL）发表相关论文。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"强化学习",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "2）精通Python/PyTorch，有极强的动手和代码能力，具备开发高并发推理服务与分布式训练系统的能力，熟悉verl、vLLM、DeepSpeed等框架者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907820101?deptCodes="
}
]
},
"posting": {
"posting_id": "199907820101",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907820101?deptCodes="
},
"fulltext": "自主智能体自进化技术-阿里星/A Star\n自主智能体自进化技术-阿里星/A Star\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）负责面向政企场景的大模型智能体自进化技术研究，构建基于业务反馈数据的强化学习闭环系统，实现智能体能力的持续自动化提升。\n2）设计并实现高性能“训推一体”框架，支持智能体在业务流程中中实时吸收业务反馈信号，进行低延迟、高安全性的策略更新。\n3）推动自进化智能体在医疗、金融、电力、政务等多个行业的落地验证，持续优化业务指标。\n4）主导或参与开源智能体自进化工具链的研发与推广，提升技术影响力。\n\n职位要求\n1）计算机科学、人工智能、机器学习等相关学历背景，研究方向聚焦强化学习、持续学习、智能体系统。\n2）精通Python/PyTorch，有极强的动手和代码能力，具备开发高并发推理服务与分布式训练系统的能力，熟悉verl、vLLM、DeepSpeed等框架者优先。\n3）熟悉大模型智能体主流框架和项目，并具有扎实掌握强化学习算法（GRPO等）、离线强化学习（Offline RL）、在线强化学习（OPD）等核心技术，具备算法创新与调优能力。\n4）前沿技术研究：跟踪大模型智能体领域的最新研究进展，探索Agent关键技术，在顶级会议（NeurIPS, ICML, ICLR, ACL）发表相关论文。\n\n在招业务\n阿里云\n1）负责面向政企场景的大模型智能体自进化技术研究，构建基于业务反馈数据的强化学习闭环系统，实现智能体能力的持续自动化提升。\n2）设计并实现高性能“训推一体”框架，支持智能体在业务流程中中实时吸收业务反馈信号，进行低延迟、高安全性的策略更新。\n3）推动自进化智能体在医疗、金融、电力、政务等多个行业的落地验证，持续优化业务指标。\n4）主导或参与开源智能体自进化工具链的研发与推广，提升技术影响力。\n1）计算机科学、人工智能、机器学习等相关学历背景，研究方向聚焦强化学习、持续学习、智能体系统。\n2）精通Python/PyTorch，有极强的动手和代码能力，具备开发高并发推理服务与分布式训练系统的能力，熟悉verl、vLLM、DeepSpeed等框架者优先。\n3）熟悉大模型智能体主流框架和项目，并具有扎实掌握强化学习算法（GRPO等）、离线强化学习（Offline RL）、在线强化学习（OPD）等核心技术，具备算法创新与调优能力。\n4）前沿技术研究：跟踪大模型智能体领域的最新研究进展，探索Agent关键技术，在顶级会议（NeurIPS, ICML, ICLR, ACL）发表相关论文。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}