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-Agentic Coding模型训练",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Agentic Coding是基础模型持续演进的重要方向之一。我们推进大模型在代码生成、仓库级理解、长程软件工程任务等场景中的能力。团队重点研究复杂真实环境中的规划、测试、代码修改与多轮执行能力，提升模型的自主性、可靠性与工程落地表现。欢迎对大模型与Agentic Coding有兴趣和实践经验的同学加入。\n工作内容包括：\n1. 提升模型在代码重构、长上下文建模、仓库级代码理解与长程代码生成等真实软件工程任务中的表现。\n2. 基于SFT与RL训练模型。分析模型输出，定位能力短板。研究训练数据、奖励信号与算法，持续提升模型。\n3. 研究复杂代码任务中的规划、记忆、自我反思与多轮执行能力。探索多Agent协作、长程记忆与多轮验证等方法，提升模型的稳定性与成功率。\n4. 与研究员和工程师协作，持续迭代训练数据、评测体系与执行环境；参与构建高质量代码数据、可验证软件工程任务与自动化评测流程，提升模型在代码 benchmark与真实开发任务中的表现。",
"requirements_text": "1. 计算机、人工智能、软件工程等相关专业在读。\n2. 具备大模型、Coding Agent 方向的实践经历。了解代码生成、仓库级理解、长程软件工程等相关任务。有大规模数据合成和模型训练经验者优先。\n3. 对真实软件工程场景与模型行为有一定洞察力，具备良好的问题分析与推进能力。能够结合数据、评测与模型行为持续迭代方案并提升模型表现。\n4. 具备较强学习能力、主动性和自驱力，能够快速理解前沿工作并推进实验落地。",
"skills": [AI生成
"模型训练",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "有大规模数据合成和模型训练经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908340005?deptCodes="
}
]
},
"posting": {
"posting_id": "199908340005",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908340005?deptCodes="
},
"fulltext": "算法工程师-Agentic Coding模型训练\n算法工程师-Agentic Coding模型训练\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\nAgentic Coding是基础模型持续演进的重要方向之一。我们推进大模型在代码生成、仓库级理解、长程软件工程任务等场景中的能力。团队重点研究复杂真实环境中的规划、测试、代码修改与多轮执行能力，提升模型的自主性、可靠性与工程落地表现。欢迎对大模型与Agentic Coding有兴趣和实践经验的同学加入。\n工作内容包括：\n1. 提升模型在代码重构、长上下文建模、仓库级代码理解与长程代码生成等真实软件工程任务中的表现。\n2. 基于SFT与RL训练模型。分析模型输出，定位能力短板。研究训练数据、奖励信号与算法，持续提升模型。\n3. 研究复杂代码任务中的规划、记忆、自我反思与多轮执行能力。探索多Agent协作、长程记忆与多轮验证等方法，提升模型的稳定性与成功率。\n4. 与研究员和工程师协作，持续迭代训练数据、评测体系与执行环境；参与构建高质量代码数据、可验证软件工程任务与自动化评测流程，提升模型在代码 benchmark与真实开发任务中的表现。\n\n职位要求\n1. 计算机、人工智能、软件工程等相关专业在读。\n2. 具备大模型、Coding Agent 方向的实践经历。了解代码生成、仓库级理解、长程软件工程等相关任务。有大规模数据合成和模型训练经验者优先。\n3. 对真实软件工程场景与模型行为有一定洞察力，具备良好的问题分析与推进能力。能够结合数据、评测与模型行为持续迭代方案并提升模型表现。\n4. 具备较强学习能力、主动性和自驱力，能够快速理解前沿工作并推进实验落地。\n\n在招业务\nToken Foundry\nAgentic Coding是基础模型持续演进的重要方向之一。我们推进大模型在代码生成、仓库级理解、长程软件工程任务等场景中的能力。团队重点研究复杂真实环境中的规划、测试、代码修改与多轮执行能力，提升模型的自主性、可靠性与工程落地表现。欢迎对大模型与Agentic Coding有兴趣和实践经验的同学加入。\n工作内容包括：\n1. 提升模型在代码重构、长上下文建模、仓库级代码理解与长程代码生成等真实软件工程任务中的表现。\n2. 基于SFT与RL训练模型。分析模型输出，定位能力短板。研究训练数据、奖励信号与算法，持续提升模型。\n3. 研究复杂代码任务中的规划、记忆、自我反思与多轮执行能力。探索多Agent协作、长程记忆与多轮验证等方法，提升模型的稳定性与成功率。\n4. 与研究员和工程师协作，持续迭代训练数据、评测体系与执行环境；参与构建高质量代码数据、可验证软件工程任务与自动化评测流程，提升模型在代码 benchmark与真实开发任务中的表现。\n1. 计算机、人工智能、软件工程等相关专业在读。\n2. 具备大模型、Coding Agent 方向的实践经历。了解代码生成、仓库级理解、长程软件工程等相关任务。有大规模数据合成和模型训练经验者优先。\n3. 对真实软件工程场景与模型行为有一定洞察力，具备良好的问题分析与推进能力。能够结合数据、评测与模型行为持续迭代方案并提升模型表现。\n4. 具备较强学习能力、主动性和自驱力，能够快速理解前沿工作并推进实验落地。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}