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-Agent算法研究",
"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": "计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 围绕大模型 Agent 系统开展算法研究与工程落地，推动模型在真实世界复杂任务中的能力演进。方向涵盖 Cowork Agent（面向金融、法律、医疗、设计、数据分析、工业等行业高价值场景）与 Computer Use Agent（面向 Computer / Mobile / Browser 等跨平台人机交互场景），使模型能够理解、操作并协同完成开放环境中的复杂用户任务。\n2. Envs / Harness Building & Generalization：复现并维护高可靠性主流 Harness 环境，设计 CLI & GUI 统一范式下的 Universal Digital Agent Harness 与 Behavior Pattern；探索 Loop Engineering、Multi-Agent 与 Auto-Harness，提升模型在不同场景下的泛化能力、鲁棒性与实际可用性。\n3. Data Design & Scaling：挖掘行业高价值数据与 workflow，探索大规模自然轨迹 Pre-training、数据 Pattern 演化与 User-Centric Data 优化，构建 General Long-Horizon Data Pipeline；在 CPT/SFT/RL 端到端验证配比与学习策略，优化模型端到端长程的行业 Agent 解决方案。\n4. Agentic Rewarding & Feedback Modeling：构建面向真实 Agentic 任务的 General Verifier，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 数据监督与自动化 Rewarding；探索用户偏好与反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征，建立可用于训练和评估的反馈闭环。\n5. Real World RL：基于真实环境与真实任务的大规模 Agentic RL 训练，探索 CPT→RL 的端到端 Scaling Law、Multi-step Reward Shaping 与 Agentic Behavior Learning，持续提升 Agent 在开放环境中的长期规划、任务分解、多步执行与自主优化能力。\n6. 跟踪相关领域前沿进展，围绕关键问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。",
"requirements_text": "1. 2027届毕业生，计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历。\n2. 具备扎实的机器学习与深度学习基础，在大语言模型或多模态大模型领域有理论认知或实践经验，熟悉模型训练、对齐、微调或推理优化相关技术。\n3. 满足以下条件之一者优先：\n（1）有 Agent 系统、强化学习、RLHF、数据合成或自动化训练 Pipeline 相关项目或研究经验；有 GUI Agent、Computer Use、人机交互或 Universal Digital Agent 方向的研究或工程经验；在大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域有创新性成果，或主导/深度参与过有行业影响力的项目。\n（2）极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考，具备良好的沟通与跨团队协作能力。\n（3）熟悉 Python 与主流深度学习框架，具备较强的工程实现能力，能够高效实现复杂模型结构并进行大规模训练；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先。",
"skills": [AI生成
"Python",
"机器学习",
"深度学习",
"强化学习",
"模型训练",
"团队协作",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "3. 满足以下条件之一者优先：；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908500001?deptCodes="
}
]
},
"posting": {
"posting_id": "199908500001",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908500001?deptCodes="
},
"fulltext": "算法工程师-Agent算法研究\n算法工程师-Agent算法研究\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. 围绕大模型 Agent 系统开展算法研究与工程落地，推动模型在真实世界复杂任务中的能力演进。方向涵盖 Cowork Agent（面向金融、法律、医疗、设计、数据分析、工业等行业高价值场景）与 Computer Use Agent（面向 Computer / Mobile / Browser 等跨平台人机交互场景），使模型能够理解、操作并协同完成开放环境中的复杂用户任务。\n2. Envs / Harness Building & Generalization：复现并维护高可靠性主流 Harness 环境，设计 CLI & GUI 统一范式下的 Universal Digital Agent Harness 与 Behavior Pattern；探索 Loop Engineering、Multi-Agent 与 Auto-Harness，提升模型在不同场景下的泛化能力、鲁棒性与实际可用性。\n3. Data Design & Scaling：挖掘行业高价值数据与 workflow，探索大规模自然轨迹 Pre-training、数据 Pattern 演化与 User-Centric Data 优化，构建 General Long-Horizon Data Pipeline；在 CPT/SFT/RL 端到端验证配比与学习策略，优化模型端到端长程的行业 Agent 解决方案。\n4. Agentic Rewarding & Feedback Modeling：构建面向真实 Agentic 任务的 General Verifier，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 数据监督与自动化 Rewarding；探索用户偏好与反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征，建立可用于训练和评估的反馈闭环。\n5. Real World RL：基于真实环境与真实任务的大规模 Agentic RL 训练，探索 CPT→RL 的端到端 Scaling Law、Multi-step Reward Shaping 与 Agentic Behavior Learning，持续提升 Agent 在开放环境中的长期规划、任务分解、多步执行与自主优化能力。\n6. 跟踪相关领域前沿进展，围绕关键问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。\n\n职位要求\n1. 2027届毕业生，计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历。\n2. 具备扎实的机器学习与深度学习基础，在大语言模型或多模态大模型领域有理论认知或实践经验，熟悉模型训练、对齐、微调或推理优化相关技术。\n3. 满足以下条件之一者优先：\n（1）有 Agent 系统、强化学习、RLHF、数据合成或自动化训练 Pipeline 相关项目或研究经验；有 GUI Agent、Computer Use、人机交互或 Universal Digital Agent 方向的研究或工程经验；在大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域有创新性成果，或主导/深度参与过有行业影响力的项目。\n（2）极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考，具备良好的沟通与跨团队协作能力。\n（3）熟悉 Python 与主流深度学习框架，具备较强的工程实现能力，能够高效实现复杂模型结构并进行大规模训练；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先。\n\n在招业务\nToken Foundry\n1. 围绕大模型 Agent 系统开展算法研究与工程落地，推动模型在真实世界复杂任务中的能力演进。方向涵盖 Cowork Agent（面向金融、法律、医疗、设计、数据分析、工业等行业高价值场景）与 Computer Use Agent（面向 Computer / Mobile / Browser 等跨平台人机交互场景），使模型能够理解、操作并协同完成开放环境中的复杂用户任务。\n2. Envs / Harness Building & Generalization：复现并维护高可靠性主流 Harness 环境，设计 CLI & GUI 统一范式下的 Universal Digital Agent Harness 与 Behavior Pattern；探索 Loop Engineering、Multi-Agent 与 Auto-Harness，提升模型在不同场景下的泛化能力、鲁棒性与实际可用性。\n3. Data Design & Scaling：挖掘行业高价值数据与 workflow，探索大规模自然轨迹 Pre-training、数据 Pattern 演化与 User-Centric Data 优化，构建 General Long-Horizon Data Pipeline；在 CPT/SFT/RL 端到端验证配比与学习策略，优化模型端到端长程的行业 Agent 解决方案。\n4. Agentic Rewarding & Feedback Modeling：构建面向真实 Agentic 任务的 General Verifier，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 数据监督与自动化 Rewarding；探索用户偏好与反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征，建立可用于训练和评估的反馈闭环。\n5. Real World RL：基于真实环境与真实任务的大规模 Agentic RL 训练，探索 CPT→RL 的端到端 Scaling Law、Multi-step Reward Shaping 与 Agentic Behavior Learning，持续提升 Agent 在开放环境中的长期规划、任务分解、多步执行与自主优化能力。\n6. 跟踪相关领域前沿进展，围绕关键问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。\n1. 2027届毕业生，计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历。\n2. 具备扎实的机器学习与深度学习基础，在大语言模型或多模态大模型领域有理论认知或实践经验，熟悉模型训练、对齐、微调或推理优化相关技术。\n3. 满足以下条件之一者优先：\n（1）有 Agent 系统、强化学习、RLHF、数据合成或自动化训练 Pipeline 相关项目或研究经验；有 GUI Agent、Computer Use、人机交互或 Universal Digital Agent 方向的研究或工程经验；在大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域有创新性成果，或主导/深度参与过有行业影响力的项目。\n（2）极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考，具备良好的沟通与跨团队协作能力。\n（3）熟悉 Python 与主流深度学习框架，具备较强的工程实现能力，能够高效实现复杂模型结构并进行大规模训练；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}