JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI Agent优化工程师-训练/数据/评测",
"job_level": "阿里巴巴2027届应届生",AI生成
"work_category": "freshman",AI生成
"department": "阿里巴巴控股集团 / 淘天集团 / 阿里云 / 虎鲸文娱集团",
"location": "北京 / 杭州",
"work_mode": "",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "",
"company_size": "",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "",
"cycle": ""
},
"benefits": ""
},
"requirements": {
"working_years": "",
"degree": "",
"language": "",AI生成
"visa_support": "",
"responsibilities": "AI Agent优化工程师-训练/数据/评测\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\n\n职位描述\n这是一个综合的AI推理、优化的技术岗位，适合希望从事以下工作的候选人投递：\n● 希望从事AI应用构建与模型优化工作的候选人\n● 希望从事AI应用数据构建与自动化评测工作的候选人\n● 希望从事多模态AI应用构建与算法优化工作的候选人\n围绕真实业务核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体职责包括以下相关方向的一项或多项：\n1、AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等；\n2、数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环；\n3、评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力；\n4、强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力；\n5、AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等\n6、多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题。\n\n职位要求\n基础要求\n1、专业要求：计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制；\n2、模型理解与优化：深入理解Transformer和主流LLM模型架构演进原理，对后训练算法有实操经验和深刻认知，拥有Agentic RL训练实操经验者优先；\n3、AI应用构建能力：掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先；\n4、代码与工程能力：较强Python编程能力，熟练掌握Pytorch，了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed等），能高效处理分布式环境下的工程问题；\n5、数据构建能力：有很强的Data-centric AI的意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验者优先；\n6、评测能力：拒绝盲目调参，能针对Agent任务设计科学的评测体系（LLM-as-a-Judge），能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先。\n7、对新技术有近乎本能的渴望，能够独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先。\n加分项：\n1、在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文；\n2、知名大模型评测框架或高质量开源数据核心贡献者；\n3、极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。\n\n在招业务\n阿里巴巴控股集团 / 淘天集团 / 阿里云 / 虎鲸文娱集团",
"requirements_text": "",
"skills": [],AI生成
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": []
},
"posting": {
"posting_id": "199907720043",
"post_date": "2026-08-24",
"hire_time": "",
"update_date": "",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720043?deptCodes="
},
"fulltext": "AI Agent优化工程师-训练/数据/评测\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\n\n职位描述\n这是一个综合的AI推理、优化的技术岗位，适合希望从事以下工作的候选人投递：\n● 希望从事AI应用构建与模型优化工作的候选人\n● 希望从事AI应用数据构建与自动化评测工作的候选人\n● 希望从事多模态AI应用构建与算法优化工作的候选人\n围绕真实业务核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体职责包括以下相关方向的一项或多项：\n1、AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等；\n2、数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环；\n3、评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力；\n4、强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力；\n5、AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等\n6、多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题。\n\n职位要求\n基础要求\n1、专业要求：计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制；\n2、模型理解与优化：深入理解Transformer和主流LLM模型架构演进原理，对后训练算法有实操经验和深刻认知，拥有Agentic RL训练实操经验者优先；\n3、AI应用构建能力：掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先；\n4、代码与工程能力：较强Python编程能力，熟练掌握Pytorch，了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed等），能高效处理分布式环境下的工程问题；\n5、数据构建能力：有很强的Data-centric AI的意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验者优先；\n6、评测能力：拒绝盲目调参，能针对Agent任务设计科学的评测体系（LLM-as-a-Judge），能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先。\n7、对新技术有近乎本能的渴望，能够独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先。\n加分项：\n1、在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文；\n2、知名大模型评测框架或高质量开源数据核心贡献者；\n3、极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。\n\n在招业务\n阿里巴巴控股集团 / 淘天集团 / 阿里云 / 虎鲸文娱集团"
}