主分类：大模型与生成式算法研发
辅助：Agent系统开发（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": "淘天算法技术-大模型算法专家（ai助手）-杭州*",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"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、机器学习或相关领域的硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、深度参与淘宝AI购物助手统一大模型的全链路训练，包括预训练退火、监督微调（SFT）、基于真实用户行为的奖励建模（RLVR）及人类反馈强化学习（RLHF），持续提升模型在电商场景下的任务完成能力。\n2、设计并实现大模型原生的Agent框架，通过Skill编排、工具调用（Tool-use）、Sub-agent协作等机制，将淘系生态能力注入AI助手，使其具备“执行闭环”能力——不仅能理解用户意图，更能完成推荐、比价、下单、售后等真实购物任务。\n3、基于淘天数亿级用户的真实交互行为，挖掘高信噪比的隐式与显式反馈信号，构建面向电商场景的奖励函数体系，并通过强化学习驱动模型持续优化用户体验与商业指标。\n4、探索无人区问题，AI Agent在真实业务约束下的前沿挑战，包括但不限于：异步实时推理调度、Any-to-Any原生多模态理解（文本/图像/视频/商品卡片）、动态工具发现与组合、长程任务规划等。",
"requirements_text": "1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先。\n2、在大模型训练（预训练/SFT/RLHF/强化学习）中具备扎实的实战经验，熟悉主流训练框架与分布式训练技术。\n3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先。\n4、熟练掌握PyTorch等深度学习框架，具备大规模模型训练、推理优化或在线服务部署经验。\n5、具备在模糊和不确定性中独立判断与决策的能力，能在缺乏成熟方案的领域提出有技术品位的解决路径。\n6、对“用AI重新定义购物体验”有强烈兴趣，有电商、搜索、推荐或对话系统相关背景者优先；在顶级会议（NeurIPS/ICML/ICLR/CVPR/ACL等）发表论文或拥有技术专利者优先。\n我们能给你\n1、场景稀缺性：数亿级日活用户 × 极其丰富的电商意图 × 可闭环的商业验证\n2、技术纵深：从模型训练到Agent系统到产品体验，你可以一竿子插到底，而不是只做流水线上的一环\n3、前沿密度：团队在RLVR、Agentic Training、多模态等前沿研究方向持续投入\n4、影响力：你训练的模型、设计的Agent，会直接服务于淘宝用户",
"skills": [AI生成
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"模型训练",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先；3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先；6、对“用AI重新定义购物体验”有强烈兴趣，有电商、搜索、推荐或对话系统相关背景者优先；在顶级会议（NeurIPS/ICML/ICLR/CVPR/ACL等）发表论文或拥有技术专利者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.taotian.com/off-campus/position-detail?positionId=7000045503"
}
]
},
"posting": {
"posting_id": "7000045503",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=7000045503"
},
"fulltext": "淘天算法技术-大模型算法专家（ai助手）-杭州*\n淘天算法技术-大模型算法专家（ai助手）-杭州*\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、深度参与淘宝AI购物助手统一大模型的全链路训练，包括预训练退火、监督微调（SFT）、基于真实用户行为的奖励建模（RLVR）及人类反馈强化学习（RLHF），持续提升模型在电商场景下的任务完成能力。\n2、设计并实现大模型原生的Agent框架，通过Skill编排、工具调用（Tool-use）、Sub-agent协作等机制，将淘系生态能力注入AI助手，使其具备“执行闭环”能力——不仅能理解用户意图，更能完成推荐、比价、下单、售后等真实购物任务。\n3、基于淘天数亿级用户的真实交互行为，挖掘高信噪比的隐式与显式反馈信号，构建面向电商场景的奖励函数体系，并通过强化学习驱动模型持续优化用户体验与商业指标。\n4、探索无人区问题，AI Agent在真实业务约束下的前沿挑战，包括但不限于：异步实时推理调度、Any-to-Any原生多模态理解（文本/图像/视频/商品卡片）、动态工具发现与组合、长程任务规划等。\n\n职位要求\n1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先。\n2、在大模型训练（预训练/SFT/RLHF/强化学习）中具备扎实的实战经验，熟悉主流训练框架与分布式训练技术。\n3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先。\n4、熟练掌握PyTorch等深度学习框架，具备大规模模型训练、推理优化或在线服务部署经验。\n5、具备在模糊和不确定性中独立判断与决策的能力，能在缺乏成熟方案的领域提出有技术品位的解决路径。\n6、对“用AI重新定义购物体验”有强烈兴趣，有电商、搜索、推荐或对话系统相关背景者优先；在顶级会议（NeurIPS/ICML/ICLR/CVPR/ACL等）发表论文或拥有技术专利者优先。\n我们能给你\n1、场景稀缺性：数亿级日活用户 × 极其丰富的电商意图 × 可闭环的商业验证\n2、技术纵深：从模型训练到Agent系统到产品体验，你可以一竿子插到底，而不是只做流水线上的一环\n3、前沿密度：团队在RLVR、Agentic Training、多模态等前沿研究方向持续投入\n4、影响力：你训练的模型、设计的Agent，会直接服务于淘宝用户\n1、深度参与淘宝AI购物助手统一大模型的全链路训练，包括预训练退火、监督微调（SFT）、基于真实用户行为的奖励建模（RLVR）及人类反馈强化学习（RLHF），持续提升模型在电商场景下的任务完成能力。\n2、设计并实现大模型原生的Agent框架，通过Skill编排、工具调用（Tool-use）、Sub-agent协作等机制，将淘系生态能力注入AI助手，使其具备“执行闭环”能力——不仅能理解用户意图，更能完成推荐、比价、下单、售后等真实购物任务。\n3、基于淘天数亿级用户的真实交互行为，挖掘高信噪比的隐式与显式反馈信号，构建面向电商场景的奖励函数体系，并通过强化学习驱动模型持续优化用户体验与商业指标。\n4、探索无人区问题，AI Agent在真实业务约束下的前沿挑战，包括但不限于：异步实时推理调度、Any-to-Any原生多模态理解（文本/图像/视频/商品卡片）、动态工具发现与组合、长程任务规划等。\n1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先。\n2、在大模型训练（预训练/SFT/RLHF/强化学习）中具备扎实的实战经验，熟悉主流训练框架与分布式训练技术。\n3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先。\n4、熟练掌握PyTorch等深度学习框架，具备大规模模型训练、推理优化或在线服务部署经验。\n5、具备在模糊和不确定性中独立判断与决策的能力，能在缺乏成熟方案的领域提出有技术品位的解决路径。\n6、对“用AI重新定义购物体验”有强烈兴趣，有电商、搜索、推荐或对话系统相关背景者优先；在顶级会议（NeurIPS/ICML/ICLR/CVPR/ACL等）发表论文或拥有技术专利者优先。\n我们能给你\n1、场景稀缺性：数亿级日活用户 × 极其丰富的电商意图 × 可闭环的商业验证\n2、技术纵深：从模型训练到Agent系统到产品体验，你可以一竿子插到底，而不是只做流水线上的一环\n3、前沿密度：团队在RLVR、Agentic Training、多模态等前沿研究方向持续投入\n4、影响力：你训练的模型、设计的Agent，会直接服务于淘宝用户",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}