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 Model Post-training 与真实环境学习-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": "计算机科学、人工智能、机器学习、数据科学或相关领域硕士或博士在读 / 应届毕业生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们正在围绕阿里巴巴国际站与 Accio 打造面向真实全球贸易场景的 AI Agent，覆盖买家采购、商家经营、Research、商品发布、跨平台运营、物流跟踪等复杂任务。\n该岗位将聚焦 Agentic Model 的训练、评测与环境学习，推动大模型从“会回答”走向“会做事”。\n岗位职责：\n1.研究并开发面向 Agent 能力的大模型后训练方法，包括 Agentic SFT、Preference Learning、Reasoning RL、Agentic RL 等；\n2.构建和优化面向多步任务、工具调用、环境交互的训练数据与任务轨迹；\n3.参与 Browser / Tool Use / Sandbox 等环境下的 rollout 训练闭环建设；\n4.设计并实现 Agent 能力评测体系，评估模型在规划、执行、工具调用与任务完成上的效果；\n5.与模型、数据、评测、Infra 和业务团队协作，将研究成果应用于国际站 / Accio 的真实业务场景；\n6.推动技术成果在论文、开源项目或行业技术影响力上的沉淀与输出。\"",
"requirements_text": "1.计算机科学、人工智能、机器学习、数据科学或相关领域硕士或博士在读 / 应届毕业生；\n2.对大模型、Agent、强化学习、后训练（Post-training）等方向有浓厚兴趣；\n3.熟练掌握 Python、PyTorch，具备良好的算法实现与工程能力；\n4.具备较强的问题分析、论文阅读和研究探索能力；\n5.具备良好的沟通协作能力，能够与研究、工程和业务团队共同推进项目落地。\n加分项\n1.在大模型训练、强化学习、Agent、Reasoning、Tool Use、Multimodal 等方向有研究或项目经验；\n2.在 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ECCV 等顶级会议发表论文，或参与过有影响力的开源项目；\n3.有 LLM 后训练、RLHF / RLAIF / PPO / DPO / GRPO、Agent benchmark、Tool Use / Browser Use 等相关经验；\n4.对跨境贸易、电商、搜索、商家经营等真实业务场景感兴趣者优先。 \"",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"强化学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "加分项；4.对跨境贸易、电商、搜索、商家经营等真实业务场景感兴趣者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908380004?deptCodes="
}
]
},
"posting": {
"posting_id": "199908380004",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908380004?deptCodes="
},
"fulltext": "Agentic Model Post-training 与真实环境学习-阿里星/Bravo Star\nAgentic Model Post-training 与真实环境学习-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我们正在围绕阿里巴巴国际站与 Accio 打造面向真实全球贸易场景的 AI Agent，覆盖买家采购、商家经营、Research、商品发布、跨平台运营、物流跟踪等复杂任务。\n该岗位将聚焦 Agentic Model 的训练、评测与环境学习，推动大模型从“会回答”走向“会做事”。\n岗位职责：\n1.研究并开发面向 Agent 能力的大模型后训练方法，包括 Agentic SFT、Preference Learning、Reasoning RL、Agentic RL 等；\n2.构建和优化面向多步任务、工具调用、环境交互的训练数据与任务轨迹；\n3.参与 Browser / Tool Use / Sandbox 等环境下的 rollout 训练闭环建设；\n4.设计并实现 Agent 能力评测体系，评估模型在规划、执行、工具调用与任务完成上的效果；\n5.与模型、数据、评测、Infra 和业务团队协作，将研究成果应用于国际站 / Accio 的真实业务场景；\n6.推动技术成果在论文、开源项目或行业技术影响力上的沉淀与输出。\"\n\n职位要求\n1.计算机科学、人工智能、机器学习、数据科学或相关领域硕士或博士在读 / 应届毕业生；\n2.对大模型、Agent、强化学习、后训练（Post-training）等方向有浓厚兴趣；\n3.熟练掌握 Python、PyTorch，具备良好的算法实现与工程能力；\n4.具备较强的问题分析、论文阅读和研究探索能力；\n5.具备良好的沟通协作能力，能够与研究、工程和业务团队共同推进项目落地。\n加分项\n1.在大模型训练、强化学习、Agent、Reasoning、Tool Use、Multimodal 等方向有研究或项目经验；\n2.在 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ECCV 等顶级会议发表论文，或参与过有影响力的开源项目；\n3.有 LLM 后训练、RLHF / RLAIF / PPO / DPO / GRPO、Agent benchmark、Tool Use / Browser Use 等相关经验；\n4.对跨境贸易、电商、搜索、商家经营等真实业务场景感兴趣者优先。 \"\n\n在招业务\n阿里国际数字商业集团\n我们正在围绕阿里巴巴国际站与 Accio 打造面向真实全球贸易场景的 AI Agent，覆盖买家采购、商家经营、Research、商品发布、跨平台运营、物流跟踪等复杂任务。\n该岗位将聚焦 Agentic Model 的训练、评测与环境学习，推动大模型从“会回答”走向“会做事”。\n岗位职责：\n1.研究并开发面向 Agent 能力的大模型后训练方法，包括 Agentic SFT、Preference Learning、Reasoning RL、Agentic RL 等；\n2.构建和优化面向多步任务、工具调用、环境交互的训练数据与任务轨迹；\n3.参与 Browser / Tool Use / Sandbox 等环境下的 rollout 训练闭环建设；\n4.设计并实现 Agent 能力评测体系，评估模型在规划、执行、工具调用与任务完成上的效果；\n5.与模型、数据、评测、Infra 和业务团队协作，将研究成果应用于国际站 / Accio 的真实业务场景；\n6.推动技术成果在论文、开源项目或行业技术影响力上的沉淀与输出。\"\n1.计算机科学、人工智能、机器学习、数据科学或相关领域硕士或博士在读 / 应届毕业生；\n2.对大模型、Agent、强化学习、后训练（Post-training）等方向有浓厚兴趣；\n3.熟练掌握 Python、PyTorch，具备良好的算法实现与工程能力；\n4.具备较强的问题分析、论文阅读和研究探索能力；\n5.具备良好的沟通协作能力，能够与研究、工程和业务团队共同推进项目落地。\n加分项\n1.在大模型训练、强化学习、Agent、Reasoning、Tool Use、Multimodal 等方向有研究或项目经验；\n2.在 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ECCV 等顶级会议发表论文，或参与过有影响力的开源项目；\n3.有 LLM 后训练、RLHF / RLAIF / PPO / DPO / GRPO、Agent benchmark、Tool Use / Browser Use 等相关经验；\n4.对跨境贸易、电商、搜索、商家经营等真实业务场景感兴趣者优先。 \"",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}