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-模型自进化",
"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、自动化等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. 围绕大模型自进化方向开展算法研究，探索模型能力自动演进的关键路径。研究基于 self-evolving、long-horizon 等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。\n2. 为模型注入自动迭代训练数据的能力：围绕 Agent 任务，完成环境/query/verifier 的合成、筛选、训练与反馈闭环优化，通过多轮迭代持续提升 RL/SFT 训练数据质量。\n3. 为模型注入自动挖掘 CPT/PT 训练数据的能力，提升预训练与持续训练数据的知识覆盖度、有效性与任务适配性。\n4. 参与自动化训练与 Infra 调优相关工作，包括 Verl、Megatron 等框架的训练策略优化、RL 超参搜索、训练稳定性提升、SGLang/vLLM 推理效率优化等，提升模型研发效率与性能上限。\n5. 跟踪自进化训练、自动化数据构造、Agent 能力增强等相关领域前沿进展，围绕实际问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。",
"requirements_text": "1. 计算机、人工智能、自动化等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，熟悉大模型训练、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）有强化学习、RLHF、数据合成或自动化数据构造 Pipeline 相关项目或研究经验；有自动化训练、超参数优化、训练系统或推理框架优化相关经验；在 self-evolving、Agent、long-horizon planning 等方向有研究或工程经验。\n（2）极强的求知欲与学习能力，逻辑清晰，善于独立思考，具备良好的沟通与团队协作能力。\n（3）熟悉 Python，具备较强的工程实现能力；有高水平论文、开源项目、竞赛成绩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/199908500004?deptCodes="
}
]
},
"posting": {
"posting_id": "199908500004",
"post_date": "2026-08-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908500004?deptCodes="
},
"fulltext": "算法工程师-模型自进化\n算法工程师-模型自进化\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. 围绕大模型自进化方向开展算法研究，探索模型能力自动演进的关键路径。研究基于 self-evolving、long-horizon 等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。\n2. 为模型注入自动迭代训练数据的能力：围绕 Agent 任务，完成环境/query/verifier 的合成、筛选、训练与反馈闭环优化，通过多轮迭代持续提升 RL/SFT 训练数据质量。\n3. 为模型注入自动挖掘 CPT/PT 训练数据的能力，提升预训练与持续训练数据的知识覆盖度、有效性与任务适配性。\n4. 参与自动化训练与 Infra 调优相关工作，包括 Verl、Megatron 等框架的训练策略优化、RL 超参搜索、训练稳定性提升、SGLang/vLLM 推理效率优化等，提升模型研发效率与性能上限。\n5. 跟踪自进化训练、自动化数据构造、Agent 能力增强等相关领域前沿进展，围绕实际问题开展算法创新、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. 计算机、人工智能、自动化等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，熟悉大模型训练、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）有强化学习、RLHF、数据合成或自动化数据构造 Pipeline 相关项目或研究经验；有自动化训练、超参数优化、训练系统或推理框架优化相关经验；在 self-evolving、Agent、long-horizon planning 等方向有研究或工程经验。\n（2）极强的求知欲与学习能力，逻辑清晰，善于独立思考，具备良好的沟通与团队协作能力。\n（3）熟悉 Python，具备较强的工程实现能力；有高水平论文、开源项目、竞赛成绩或实际落地成果者优先。\n\n在招业务\nToken Foundry\n1. 围绕大模型自进化方向开展算法研究，探索模型能力自动演进的关键路径。研究基于 self-evolving、long-horizon 等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。\n2. 为模型注入自动迭代训练数据的能力：围绕 Agent 任务，完成环境/query/verifier 的合成、筛选、训练与反馈闭环优化，通过多轮迭代持续提升 RL/SFT 训练数据质量。\n3. 为模型注入自动挖掘 CPT/PT 训练数据的能力，提升预训练与持续训练数据的知识覆盖度、有效性与任务适配性。\n4. 参与自动化训练与 Infra 调优相关工作，包括 Verl、Megatron 等框架的训练策略优化、RL 超参搜索、训练稳定性提升、SGLang/vLLM 推理效率优化等，提升模型研发效率与性能上限。\n5. 跟踪自进化训练、自动化数据构造、Agent 能力增强等相关领域前沿进展，围绕实际问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。\n1. 计算机、人工智能、自动化等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，熟悉大模型训练、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）有强化学习、RLHF、数据合成或自动化数据构造 Pipeline 相关项目或研究经验；有自动化训练、超参数优化、训练系统或推理框架优化相关经验；在 self-evolving、Agent、long-horizon planning 等方向有研究或工程经验。\n（2）极强的求知欲与学习能力，逻辑清晰，善于独立思考，具备良好的沟通与团队协作能力。\n（3）熟悉 Python，具备较强的工程实现能力；有高水平论文、开源项目、竞赛成绩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"
}
}