主分类：大模型与生成式算法研发
辅助：AI训练推理与计算优化（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": "千问事业部-千问/夸克-大模型强化学习专家-前沿技术攻坚",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "通过强化学习提升万亿级参数大模型的决策认知能力，实现大模型在复杂环境下的多模态交互，完成多轮感知-决策闭环，在前沿实践中推动AGI落地；\n研发新一代大模型强化学习算法，提升大模型在多模态、工具调用、复杂环境交互、多智能体交互等方向的基础能力；\n改进大规模分布式强化学习框架，优化万卡集群下的高效分布式训练效率，支持大模型与复杂环境/工具的高效交互；\n将强化学习研究成果融入千问&夸克产品生态，打造更懂用户的智能服务产品, 让前沿技术惠及亿万用户。",
"requirements_text": "1. 硕士及以上学历，数学、强化学习、自然语言处理等相关专业；\n2. 在强化学习方面具有丰富的专业知识，熟练掌握深度强化学习算法在大语言模型中的应用及前沿知识；\n3. 熟悉大模型相关深度学习框架，如Transformers、PyTorch、Megatron-LM等，有扎实的编程基础和代码实现能力；\n4. 具备良好的沟通、协作和解决问题的能力，能够与团队成员密切合作，共同解决问题；\n符合以下条件者优先：\n1. 有大语言模型RLHF、RL reasoning、Agentic RL等方向有实际项目参与经验；\n2. 在强化学习、大模型训练、多智能体等研究方向在顶级学术会议上发表过论文；\n3. 有大规模分布式强化学习训练经验或RL框架优化经验；",
"skills": [AI生成
"PyTorch",
"深度学习",
"强化学习",
"自然语言处理",
"模型训练",
"解决问题",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "符合以下条件者优先：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=7000021622"
}
]
},
"posting": {
"posting_id": "7000021622",
"post_date": "2026-07-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=7000021622"
},
"fulltext": "千问事业部-千问/夸克-大模型强化学习专家-前沿技术攻坚\n千问事业部-千问/夸克-大模型强化学习专家-前沿技术攻坚\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n通过强化学习提升万亿级参数大模型的决策认知能力，实现大模型在复杂环境下的多模态交互，完成多轮感知-决策闭环，在前沿实践中推动AGI落地；\n研发新一代大模型强化学习算法，提升大模型在多模态、工具调用、复杂环境交互、多智能体交互等方向的基础能力；\n改进大规模分布式强化学习框架，优化万卡集群下的高效分布式训练效率，支持大模型与复杂环境/工具的高效交互；\n将强化学习研究成果融入千问&夸克产品生态，打造更懂用户的智能服务产品, 让前沿技术惠及亿万用户。\n\n职位要求\n1. 硕士及以上学历，数学、强化学习、自然语言处理等相关专业；\n2. 在强化学习方面具有丰富的专业知识，熟练掌握深度强化学习算法在大语言模型中的应用及前沿知识；\n3. 熟悉大模型相关深度学习框架，如Transformers、PyTorch、Megatron-LM等，有扎实的编程基础和代码实现能力；\n4. 具备良好的沟通、协作和解决问题的能力，能够与团队成员密切合作，共同解决问题；\n符合以下条件者优先：\n1. 有大语言模型RLHF、RL reasoning、Agentic RL等方向有实际项目参与经验；\n2. 在强化学习、大模型训练、多智能体等研究方向在顶级学术会议上发表过论文；\n3. 有大规模分布式强化学习训练经验或RL框架优化经验；\n通过强化学习提升万亿级参数大模型的决策认知能力，实现大模型在复杂环境下的多模态交互，完成多轮感知-决策闭环，在前沿实践中推动AGI落地；\n研发新一代大模型强化学习算法，提升大模型在多模态、工具调用、复杂环境交互、多智能体交互等方向的基础能力；\n改进大规模分布式强化学习框架，优化万卡集群下的高效分布式训练效率，支持大模型与复杂环境/工具的高效交互；\n将强化学习研究成果融入千问&夸克产品生态，打造更懂用户的智能服务产品, 让前沿技术惠及亿万用户。\n1. 硕士及以上学历，数学、强化学习、自然语言处理等相关专业；\n2. 在强化学习方面具有丰富的专业知识，熟练掌握深度强化学习算法在大语言模型中的应用及前沿知识；\n3. 熟悉大模型相关深度学习框架，如Transformers、PyTorch、Megatron-LM等，有扎实的编程基础和代码实现能力；\n4. 具备良好的沟通、协作和解决问题的能力，能够与团队成员密切合作，共同解决问题；\n符合以下条件者优先：\n1. 有大语言模型RLHF、RL reasoning、Agentic RL等方向有实际项目参与经验；\n2. 在强化学习、大模型训练、多智能体等研究方向在顶级学术会议上发表过论文；\n3. 有大规模分布式强化学习训练经验或RL框架优化经验；",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}