{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "内容安全自进化智能体研究-阿里星",
        "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",
        "location": "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": "内容安全自进化智能体研究-阿里星\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：杭州\n\n职位描述\n岗位聚焦于构建面向下一代内容安全与商品治理的超级智能体系统（Super Agent），深度融合大模型认知能力及平台治理知识体系，推动风险治理从“人工规则+模型判别”向“自主感知—知识推理—动态决策—闭环干预”的智能体范式跃迁。核心职责包括：\n1、构建大模型驱动的商品治理体系：研发百亿级商品知识图谱，实现品牌、品类、款式、引流行为、黑产团伙等多维实体的高精度识别与关联推理；构建可解释、可演化的商品治理Agent，支持跨场景泛化与策略自适应；\n2、自编排可进化的智能审核流程：构建任务感知型Agent，支持新风险场景下的自动流程规划、工具调用与策略部署；设计大模型上下岗机制与在线迭代框架，保障系统持续学习与安全可控；\n3、构建十亿级商品流量下的违禁品智能防控体系：主导商品禁限售全覆盖能力建设，融合法律法规、平台规则与行业标准，构建动态更新的违禁品知识库；利用多模态大模型（文本、图像、属性、行为）实现高精度、低漏放的违禁商品实时识别与拦截；设计面向高并发、低延迟场景的在线防控架构，支撑日均十亿级商品曝光的毫秒级风险决策。\n\n职位要求\n1、计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，博士优先；\n2、精通 Python/Java/C++ 中至少一门编程语言，具备扎实的算法基础与工程实现能力；\n3、深入理解机器学习、深度学习基础理论，熟悉Transformer、LLM、Agent、RAG、SFT/DPO等关键技术；\n4、具备优秀的系统思维与复杂问题拆解能力，能将业务风险抽象为可计算、可优化的技术问题；\n5、在以下任一方向有深入研究或实践经验者优先：\n·大模型应用（如智能体、Prompt Engineering、模型对齐、知识注入）\n·知识图谱与符号-神经融合推理\n·内容安全、商品治理、AIGC合规、反欺诈、黑产对抗\n·强化学习、多智能体协作、人机协同决策\n6、在国际顶级会议（如 NeurIPS、ICML、ICLR、ACL、EMNLP、KDD、SIGIR、WWW、AAAI、CVPR 等）或期刊发表过相关论文者优先；\n7、在 Kaggle、天池、ACM-ICPC 等竞赛中取得优异成绩，或在开源社区（如 Hugging Face、LangChain、LlamaIndex）有高质量项目贡献者优先；\n8、具备强烈的技术好奇心和跨团队协作精神，有志于打造全球领先的内容安全超级智能体系统。\n\n在招业务\n阿里巴巴控股集团",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199907680008",
        "post_date": "2026-08-13",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907680008?deptCodes="
    },
    "fulltext": "内容安全自进化智能体研究-阿里星\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：杭州\n\n职位描述\n岗位聚焦于构建面向下一代内容安全与商品治理的超级智能体系统（Super Agent），深度融合大模型认知能力及平台治理知识体系，推动风险治理从“人工规则+模型判别”向“自主感知—知识推理—动态决策—闭环干预”的智能体范式跃迁。核心职责包括：\n1、构建大模型驱动的商品治理体系：研发百亿级商品知识图谱，实现品牌、品类、款式、引流行为、黑产团伙等多维实体的高精度识别与关联推理；构建可解释、可演化的商品治理Agent，支持跨场景泛化与策略自适应；\n2、自编排可进化的智能审核流程：构建任务感知型Agent，支持新风险场景下的自动流程规划、工具调用与策略部署；设计大模型上下岗机制与在线迭代框架，保障系统持续学习与安全可控；\n3、构建十亿级商品流量下的违禁品智能防控体系：主导商品禁限售全覆盖能力建设，融合法律法规、平台规则与行业标准，构建动态更新的违禁品知识库；利用多模态大模型（文本、图像、属性、行为）实现高精度、低漏放的违禁商品实时识别与拦截；设计面向高并发、低延迟场景的在线防控架构，支撑日均十亿级商品曝光的毫秒级风险决策。\n\n职位要求\n1、计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，博士优先；\n2、精通 Python/Java/C++ 中至少一门编程语言，具备扎实的算法基础与工程实现能力；\n3、深入理解机器学习、深度学习基础理论，熟悉Transformer、LLM、Agent、RAG、SFT/DPO等关键技术；\n4、具备优秀的系统思维与复杂问题拆解能力，能将业务风险抽象为可计算、可优化的技术问题；\n5、在以下任一方向有深入研究或实践经验者优先：\n·大模型应用（如智能体、Prompt Engineering、模型对齐、知识注入）\n·知识图谱与符号-神经融合推理\n·内容安全、商品治理、AIGC合规、反欺诈、黑产对抗\n·强化学习、多智能体协作、人机协同决策\n6、在国际顶级会议（如 NeurIPS、ICML、ICLR、ACL、EMNLP、KDD、SIGIR、WWW、AAAI、CVPR 等）或期刊发表过相关论文者优先；\n7、在 Kaggle、天池、ACM-ICPC 等竞赛中取得优异成绩，或在开源社区（如 Hugging Face、LangChain、LlamaIndex）有高质量项目贡献者优先；\n8、具备强烈的技术好奇心和跨团队协作精神，有志于打造全球领先的内容安全超级智能体系统。\n\n在招业务\n阿里巴巴控股集团"
}