主分类：大模型与生成式算法研发
辅助：AI模型评测工程（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": "Agentic RL for Long-horizon task-阿里星/Bravo Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里国际数字商业集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里国际数字商业集团",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"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": "我们是阿里巴巴国际数字商业集团-Alibaba.com-Accio算法团队，Alibaba.com是全球最大的跨境B2B数字化平台，我们在24年11月推出AI Native应用Accio，并在25年9月推出Accio Agent版本，上线以来至今，用户数和订阅量以每月翻倍的速度飞速增长。我们团队有丰富的算力资源、自由的研究氛围以及靠谱的商业落地场景，我们正在寻找能够赋予大模型\"\"行动力\"\"的算法工程师，我们不止于让模型做出完美的回答，更致力于让模型成为能够自主闭环、解决复杂商业任务的Agent。\n负责面向异步长程任务的主动式Agent研究，重点探索Agent在长时间跨度、多步骤复杂任务中的自主规划、主动推进与自适应纠偏能力。研究方向涵盖长程任务分解与动态重规划、主动式交互机制设计、跨session状态管理，以及支撑上述能力的Agentic Model post-training方法，并推动研究成果在Accio实际业务场景中落地。\n1、研究异步长程任务场景下Agent的核心能力建设，包括任务分解与规划、执行监控与自主纠偏、主动通知与用户交互策略等；\n2、设计面向长程Agentic能力的post-training方案，探索适配异步任务特性的数据构造、奖励建模与训练方法；\n3、构建长程异步任务的评测体系与仿真环境，弥补现有benchmark在任务时间跨度、多轮交互、并发协调等维度的空白。",
"requirements_text": "1、具备大模型post-training、强化学习相关研究经验；\n2、熟悉Agent系统设计，对function calling、tool use、multi-step reasoning等能力有深入理解；\n3、熟悉主流训练框架（如VeRL等）及Agent开发框架；\n4、编程能力扎实，熟练使用Python、PyTorch。\n加分项：\n1、有长程规划、异步任务调度、multi-agent系统等方向的研究经验，在顶会发表过相关论文；\n2、参与过知名Agentic post-training 项目；\n3、具备跨境电商、B2B贸易等业务场景的理解或实践经验。",
"skills": [AI生成
"Python",
"PyTorch",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908280004?deptCodes="
}
]
},
"posting": {
"posting_id": "199908280004",
"post_date": "2026-08-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908280004?deptCodes="
},
"fulltext": "Agentic RL for Long-horizon task-阿里星/Bravo Star\nAgentic RL for Long-horizon task-阿里星/Bravo 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：杭州\n\n职位描述\n我们是阿里巴巴国际数字商业集团-Alibaba.com-Accio算法团队，Alibaba.com是全球最大的跨境B2B数字化平台，我们在24年11月推出AI Native应用Accio，并在25年9月推出Accio Agent版本，上线以来至今，用户数和订阅量以每月翻倍的速度飞速增长。我们团队有丰富的算力资源、自由的研究氛围以及靠谱的商业落地场景，我们正在寻找能够赋予大模型\"\"行动力\"\"的算法工程师，我们不止于让模型做出完美的回答，更致力于让模型成为能够自主闭环、解决复杂商业任务的Agent。\n负责面向异步长程任务的主动式Agent研究，重点探索Agent在长时间跨度、多步骤复杂任务中的自主规划、主动推进与自适应纠偏能力。研究方向涵盖长程任务分解与动态重规划、主动式交互机制设计、跨session状态管理，以及支撑上述能力的Agentic Model post-training方法，并推动研究成果在Accio实际业务场景中落地。\n1、研究异步长程任务场景下Agent的核心能力建设，包括任务分解与规划、执行监控与自主纠偏、主动通知与用户交互策略等；\n2、设计面向长程Agentic能力的post-training方案，探索适配异步任务特性的数据构造、奖励建模与训练方法；\n3、构建长程异步任务的评测体系与仿真环境，弥补现有benchmark在任务时间跨度、多轮交互、并发协调等维度的空白。\n\n职位要求\n1、具备大模型post-training、强化学习相关研究经验；\n2、熟悉Agent系统设计，对function calling、tool use、multi-step reasoning等能力有深入理解；\n3、熟悉主流训练框架（如VeRL等）及Agent开发框架；\n4、编程能力扎实，熟练使用Python、PyTorch。\n加分项：\n1、有长程规划、异步任务调度、multi-agent系统等方向的研究经验，在顶会发表过相关论文；\n2、参与过知名Agentic post-training 项目；\n3、具备跨境电商、B2B贸易等业务场景的理解或实践经验。\n\n在招业务\n阿里国际数字商业集团\n我们是阿里巴巴国际数字商业集团-Alibaba.com-Accio算法团队，Alibaba.com是全球最大的跨境B2B数字化平台，我们在24年11月推出AI Native应用Accio，并在25年9月推出Accio Agent版本，上线以来至今，用户数和订阅量以每月翻倍的速度飞速增长。我们团队有丰富的算力资源、自由的研究氛围以及靠谱的商业落地场景，我们正在寻找能够赋予大模型\"\"行动力\"\"的算法工程师，我们不止于让模型做出完美的回答，更致力于让模型成为能够自主闭环、解决复杂商业任务的Agent。\n负责面向异步长程任务的主动式Agent研究，重点探索Agent在长时间跨度、多步骤复杂任务中的自主规划、主动推进与自适应纠偏能力。研究方向涵盖长程任务分解与动态重规划、主动式交互机制设计、跨session状态管理，以及支撑上述能力的Agentic Model post-training方法，并推动研究成果在Accio实际业务场景中落地。\n1、研究异步长程任务场景下Agent的核心能力建设，包括任务分解与规划、执行监控与自主纠偏、主动通知与用户交互策略等；\n2、设计面向长程Agentic能力的post-training方案，探索适配异步任务特性的数据构造、奖励建模与训练方法；\n3、构建长程异步任务的评测体系与仿真环境，弥补现有benchmark在任务时间跨度、多轮交互、并发协调等维度的空白。\n1、具备大模型post-training、强化学习相关研究经验；\n2、熟悉Agent系统设计，对function calling、tool use、multi-step reasoning等能力有深入理解；\n3、熟悉主流训练框架（如VeRL等）及Agent开发框架；\n4、编程能力扎实，熟练使用Python、PyTorch。\n加分项：\n1、有长程规划、异步任务调度、multi-agent系统等方向的研究经验，在顶会发表过相关论文；\n2、参与过知名Agentic post-training 项目；\n3、具备跨境电商、B2B贸易等业务场景的理解或实践经验。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}