共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
# 路线规划算法工程师（混合出行方向） ## 岗位职责 - 面向多元业务场景，承接并解决各类路线规划需求，包括： - C 端手机与车机产品； - B 端各行业客户； - G 端交通调度与城市治理场景。 - 负责大规模、高性能路线规划算法的设计、研发与优化，覆盖： - 公路网：驾车、骑行、步行、货车及新能源车辆； - 公共交通网络：地铁、公交、火车、客运及航空。 - 持续维护和演进现有路线规划系统，保障系统的高性能、高可用与稳定性。 - 推动算法效果优化、工程架构升级及技术债治理，提升系统的可维护性与长期演进能力。 - 探索 AI 与传统路线规划算法、工程研发流程的融合，推动 AI Coding 在实际业务中的落地。 ## 你将获得 - 接触地图领域的大规模真实数据与复杂业务场景，服务日均亿级用户，并基于合规、匿名化数据持续优化产品体验。 - 深入参与公路网与公共交通网络等核心路线规划系统的建设，解决兼具算法深度与工程挑战的问题。 - 接触并使用先进的 SOTA 模型，参与 AI 与业务、算法及研发流程的深度融合。 - 加入学习氛围浓厚、重视技术探索与实践落地的团队，与优秀同学共同成长。
深度参与公司海外文娱业务的法律支持工作，围绕跨境交易、内容投制等方向，提供端到端的法律服务。具体职责包括： 1、为全球票务交易、演出主办与投资等业务方向提供全流程法律保障，涵盖合同架构设计、合规审查、风险识别与应对； 2、主导或参与跨境合作协议、投资协议等核心法律文件的起草、审查与谈判，确保交易结构合法合规且风险可控； 3、针对多国/多法域的监管要求，协助搭建业务合规框架； 4、对文娱项目运营中的法律与商业风险进行前瞻性分析，建立风险预警机制与应急处置方案； 5、与财税、HR、公关等团队紧密协作，联合推进复杂跨境项目的落地。
# 岗位介绍 我们正在建设新一代 AI Agent 平台，打造能够支撑生产环境稳定运行的 Agent Runtime（Harness）。 这不仅仅是调用大模型完成任务，而是围绕 Agent 的任务编排、状态管理、工具调用、上下文管理、质量控制、可观测性等核心能力，构建一套稳定、可扩展、可持续演进的平台基础设施。 如果你热衷于复杂系统架构设计，希望参与 AI Agent 底层能力建设，并将 AI 系统真正落地到生产环境，这将是一份具有挑战性的工作。 --- # 岗位职责 - 负责 AI Agent Harness（Runtime）核心能力的架构设计与研发，包括任务编排、状态管理、上下文管理、工具调用、异常恢复、质量门禁等基础能力。 - 设计并持续优化多 Agent 协作机制，提升系统的稳定性、可扩展性和可维护性。 - 建设生产级 Agent 工程体系，包括日志、Tracing、监控、指标、重试、降级、幂等等稳定性能力。 - 建立 Agent 开发规范、Workflow、Contract、测试体系及持续集成流程，提高研发效率和交付质量。 - 与产品、算法及业务团队协作，将复杂业务能力沉淀为可复用的平台能力。 - 持续跟踪 AI Agent、LLM Runtime、Tool Calling、Memory、Workflow 等技术方向，并结合业务场景推动工程化落地。
1、参与制定美术设计内容的规范与标准，对美术规划中涉及的技术点进行深入研究与规划，确保技术实现符合项目需求，并提供反馈与改进建议。 2、与项目团队中的各部门保持良好沟通，深入理解美术、策划及程序的工作需求，有效协调各方资源，促进项目高效推进。 3、持续优化美术开发流程，确保流程规范、资产管理和技术预研的完善，根据项目进展，及时调整开发流程，维护引擎工具的使用，并分享开发经验，引入适合项目风格的新技术。 4、分析美术或项目组提出的美术提升需求，制定实施方案并组织执行，整理已确认的美术技术效果，为美术制作人员提供技术培训，确保技术成果的有效应用。 5、为人热情，耐心细致，情绪稳定，具备良好的逻辑思维能力，强烈的自主能动性，主动关注项目进展，善于发现问题并提出解决方案。 6、优秀的沟通协调能力，能够在复杂环境中保持高效工作。
核心指标负责： 全面负责高德App内社交业务的整体规划与产品策略，对社交场DAU、用户互动率、留存率等核心指标负责； LBS社交心智建设： 基于高德地图的LBS优势，打造差异化的线下社交场景与互动玩法，建立用户对“高德+社交”的独特心智； 社交生态拓展： 探索社交活动从线上延展至线下真实场景的创新模式，提升用户在本地生活中的社交活跃度与平台粘性； 统筹目标达成： 统筹产品、设计、算法、运营等多方资源，制定社交业务增长策略并推动落地，对整体业务结果负责。
核心指标负责： 全面负责高德App内内容消费场景（地点评价、笔记、视频等）的整体规划，对内容场DAU、内容消费VV等核心指标负责； 消费心智建设： 结合高德“出行+本地生活”属性，设计差异化的内容消费路径，提升用户在行前、行中、行后各场景的消费意愿； AI驱动重构： 深度结合AI能力，探索AI在内容生成、分发与消费全链路的创新应用，重构本地生活内容消费体验； 统筹目标达成： 统筹产品、设计、算法、运营等多方资源，制定内容场增长策略并推动落地，对整体业务结果负责。
1、负责用户平台的持续开发与维护工作，确保系统的稳定性与安全性。 2、主要工作语言为Java，负责实现用户登录、注册、信息修改等核心功能。 3、开发和维护验证码系统，提升用户体验和安全性。 4、设计并实现服务端SDK，支持前端与后端的高效交互。 5、负责用户关键数据统计，为产品优化和决策提供数据支持。
一、岗位定位 在多行业、渠道、电销、面销多作业形态并行的业务格局中，建立可量化、可运营的风控体系——不因风险失控伤害用户信任，也不因风控过度扼杀商业增长。 二、岗位职责 1、搭建覆盖渠道风控策略框架，针对不同作业形态设计差异化的准入标准、管控策略与退出机制。 2、建立全行业风险画像与分级模型，识别资质、欺诈、履约、安全等核心风险点并分级管控。 3、主导重点品类专项治理：风险洞察 → 策略设计 → 规则落地 → 效果复盘闭环，牵头跨行业线、产品、研发、法务协同治理。 4、推动风险策略产品化/模型化，将人工经验沉淀为规则引擎与可复用的治理工具。 5、建立全渠道违规识别、拦截、处置、申诉体系，平衡误伤率与漏放率，探索AI在风险治理中的应用。 6、面向重大合规事件与舆情，牵头应急响应与止损。
1. 负责高德用户侧AI资产型产品（例如：足迹、打卡、运动、地图档案）的系统阵地产品搭建及迭代优化，提升用户体验，带来用户增长。 2. 用户洞察：主导用户需求挖掘全流程，构建完整的用户画像与需求矩阵，推动需求向产品方案的精准转化，确保与业务目标对齐。 3. 数据驱动：基于用户生命周期（LTV）设计分层策略，构建用户体系，输出可量化的需求解决方案，驱动关键指标提升。 4.AI-OPT：有极好的用户产品能力+前沿科技研究，开放性好，擅长通过OPT小组的新型AI化研发模式 创造下一代产品。
负责AI训练数据的目标达成与渠道运营，通过数据目标拆解、渠道策略设计、用户激励机制构建，确保训练数据在质量、数量、时效性上满足模型研发需求。 1. 数据目标管理与拆解 ● 承接模型研发侧的训练数据需求，将整体数据目标拆解至各来源渠道（内部员工、外部供应商、标注团队、用户生成等） ● 建立数据目标追踪体系，监控各渠道的产出进度、质量指标、成本效率 ● 定期复盘数据达成情况，识别瓶颈并制定补救方案 2. 渠道运营与增长策略 ● 针对不同数据来源渠道设计差异化运营策略，提升各渠道的数据产出能力 ● 搭建渠道健康度评估体系，持续优化渠道结构与资源配置 ● 探索新的数据来源渠道，扩大数据供给的多样性和规模 3. 用户激励机制设计 ● 设计面向内部员工/外部用户的数据贡献激励体系（积分、排名、奖励、荣誉等） ● 构建数据贡献的反馈闭环，让用户清晰看到其贡献的价值与影响 ● 通过游戏化、社区化等手段提升用户参与度和持续产出意愿 4. 数据质量与效率优化 ● 建立数据质量评估标准，与标注/质控团队协同确保数据可用性 ● 优化数据生产流程，降低单位数据的生产成本与周期 ● 推动数据生产工具的改进，提升生产效率 5. 跨团队协作 ● 与算法团队紧密对接，理解训练数据的需求变化与优先级 ● 与产品/工具团队协作，推动数据生产平台的迭代优化 ● 与质控/标注团队协作，确保数据质量标准的落地执行
1. 语音多模态大模型算法创新：面向下一代语音多模态通用大模型，探索并定义统一的技术范式，开展文本、语音等多模态的联合建模与协同推理研究，系统性解决多模态对齐、跨模态推理、Agentic 能力等核心挑战，持续推动模型能力与泛化上限。 2. 场景驱动的算法创新：紧密结合真实业务场景（如智能交互、内容生成、跨模态检索等），设计并优化多模态大模型架构与训练策略，在保证效果领先的同时，持续提升模型效率、稳定性与鲁棒性，推动技术在复杂场景中的规模化落地。 3. 前沿应用技术探索：跟踪并深度参与 LLM、多模态模型、Diffusion Models、强化学习等方向的前沿研究，快速完成技术验证与实验迭代，探索新建模范式与训练范式，持续刷新相关任务的 SOTA。"
1. 主导美国本地市场的用户从0到1获客增长，负责Google Ads、Meta Ads及CPS等主流平台的渠道拓展与日常运营。 2. 深入洞察演出购票用户的痛点及区域文化偏好，持续追踪并拆解竞品获客策略；针对特定区域市场，量身定制差异化的拉新与留存方案。 3. 独立统筹海外主流投放渠道的实操落地，涵盖账户搭建、受众定向、素材A/B测试、出价及预算动态分配；紧密联动产品迭代，持续优化获客漏斗，保障增长的健康度与可持续性。
我们是淘宝闪购AI2C工程团队，负责把AI能力工程化、把产品形态落到线上、保障交付与稳定性。团队的目标是通过提升闪购Agent的智能化能力提升用户体验 我们在做一件什么样的事：即时电商Agent。不是给现有App再加一个AI入口，而是让用户跨多个工具/路径完成的购物动作被一个Agent合二为一、显著缩短路径。当前每天的Token消耗量在万亿级别 我们能给你： ● 一个真问题：每天百万用户，万亿token的交易类 Agent场景。不是Demo、不是过程指标，是买单过的绝对值 ● 算法+产品+工程三方真协作环境，不是工程团队闭门造车 ● 把你的判断直接变成线上Agent的空间——Context 给够、决策权下放，不做执行手 ● 和团队一起，把"即时电商Agent"从命题做成订单 岗位职责： ● 搭Agent能力闭环：规划并落地Agent的认知/执行loop——可观测（步骤结构化、产出落盘、可回溯、可局部重跑）、有Before/After的错误率/成功率对比、有真实样本流入流出的漏斗 ● Agent-First 架构：用AI的垂直扩容替代之前的水平扩容，把分散在多人多系统里的上下文收回到一个Agent 里。对Agent架构的性能、成本、稳定性有优化经验 ● 把"建了什么"变成"流过多少"：不追求"建了 5 个Harness/1000条评测集"，而是回答——客户是谁、解决了什么问题、本周流入多少样本、流出多少解、漏斗卡在哪 ● 评测作为一级工程资产：不是上线前临时拉一份评测，而是专人持续维护、每周滚动输入，既驱动模型/能力优化，又反哺场景验证 ● 跨方协作：和算法组、产品组深度对齐，把能力工程化、把形态落线上；关键项目把相关方拉进来一起做成，形成AI Native Team
1、负责项目的美术相关的动特效包装设计制作； 2、负责游戏项目整体界面动效和角色特效风格的制定及把控，审核项目动特效设计落地资源，保证设计品质与实现品质一致； 3、能够与上下游职位良好配合，把握策划需求，向视觉设计师和程序沟通传递设计思路。
1. 市场洞察与选品： 基于对东南亚（重点泰国）及全球影视市场(BL\GL优先）的敏锐判断，锁定具有全球潜力的题材类型（如：校园纯爱、黑帮奇幻、职场权谋、灵异惊悚等），对优质项目有精准的判断力。 2. 有能力直接对接泰国头部制作公司（如GMMTV, Be On Cloud, Studio Wabi Sabi, Me Mind Y等）及顶流编剧/导演，熟练掌握从IP筛选、剧本评估、艺人casting，内容制作等全链路制片流程品控，为项目的品质和效果负责。 3.主导复杂的跨国商务谈判，平衡各方利益，争取最优合作条款（包括版权分成、衍生权益、排他性条款等）内外部联动能力，同时内部与财法GR等多部门对接，可以很好的调动资源，完成项目的落地。 4.具备良好的项目成本意识，不仅对内容质量负责，更要对投资回报率（ROI）负责。需具备清晰的商业变现思维，能够规划会员拉新（SVOD）、广告植入（AVOD）、IP授权、周边衍生（Merchandise）、线下Fan Meeting及OST发行等。 5.英文流利可以作为商务语言，泰英双语更佳。
1. 设计网络安全领域真实生产力评测任务，覆盖漏洞分析、渗透测试、安全评估、应急响应、日志审计、威胁狩猎、合规审查等真实场景，产出任务描述、源文件（漏洞扫描报告/系统日志/威胁情报/安全策略）与标准交付物。 2. 撰写网络安全专业评分 Rubric，将"一份合格的安全评估/渗透测试报告"拆解为可独立证伪的标准（漏洞评级准确性、攻击链识别、修复可行性、合规对齐等），并设计反幻觉、反偷懒护栏。 3. 运行评分管线，分析模型在安全任务上的得分分布与能力短板，输出分析报告。 4. 执行 OOD 保障：确保漏洞与日志数据完成脱敏（规避真实资产信息），完成对抗自检与变体自检。 5. 对接安全研究员与企业安全团队，梳理安全工作流与专业能力维度，维护安全领域知识库。
1，作为国际SMB业务板块的核心策略负责人，主导制定业务中长期增长规划，明确AI时代下SMB业务的方向、节奏与关键里程碑，对业务结果负责。 2，基于对全球云计算市场格局和AI技术趋势的深度判断，定义海外SMB业务的价值主张与差异化竞争策略，推动业务从规模驱动向高质量增长转型。 3，统筹国内、及海外多站点（东南亚、拉美、中东等）的业务布局，建立区域化的运营体系与资源分配机制，实现多市场的高效协同与规模化复制。 4，构建与产品、技术、市场等核心团队的深度协作机制，将一线市场洞察转化为产品演进方向和能力建设输入，推动面向SMB场景的产品竞争力提升。 5，搭建并培养SMB业务团队，建立人才梯队与组织能力，打造一支具备全球化视野和本地化执行力的业务团队。 6，中大型IT项目从0到1架构实践、跨行业多场景解决方案设计、客户技术对接与方案输出、架构级故障处理
1. 基于开源 Kubernetes 构建面向大模型训练的容器化基础设施增强能力，研发 GPU 拓扑感知调度、Gang 调度、资源碎片治理与利用率提升，保障千卡 / 万卡级作业的快速拉起与高吞吐运行。 2. 研发面向训练作业的任务编排与作业管理能力（作业生命周期管理、作业全链路追踪等自定义控制器），支撑预训练、RL、评测多场景任务的可靠调度与快速恢复。 3. 建设训练算力的资源效率体系，负责容量规划、资源配额预分配与预检、按水位的动态分配 / 变更 / 释放，治理任务间资源争抢，并解决跨集群 Checkpoint 迁移等人工低效问题。 4. 建设训练镜像加速（镜像构建、分层与压缩、按需加载、P2P、Region 级缓存与预热）与容器存储 / 网络优化能力，缩短作业启动与数据加载时延。 5. 负责多集群、多算力池的接入与弹性对接（AI 算力池对接、GPU 多地域弹性），建设环境工程（跨域网络、环境交付、可用性巡检），沉淀可复用平台能力与自动化运维。
1. 技术战略与架构演进（Technical Vision & Architecture） * 顶层架构设计： 主导企业级AI Agent平台的整体技术蓝图规划，设计支持高并发、低延迟、高可靠的分布式Agent运行时架构。 * 前沿技术攻坚： 深入探索并落地Multi-Agent协作机制、长短期记忆管理（Memory Management）、复杂任务自动规划（Planning & Reasoning）及MCP&Skills等前沿技术，解决Agent在复杂场景下的幻觉、状态一致性及执行可靠性难题。 * 技术演进路线： 制定平台未来1-3年的技术演进路线图，平衡技术创新与系统稳定性，确保架构具备极强的扩展性与兼容性。 2. 商业落地与场景赋能（Business Impact & 2B Delivery） * 2B场景规模化落地： 深入理解金融、政务、制造等2B核心客户的业务痛点，主导Agent平台在复杂企业场景下的解决方案设计与交付，确保技术指标转化为可量化的商业价值（如效率提升率、成本降低率）。 * 生态建设与标准化： 构建开放的Agent插件生态与工具链标准，推动平台能力产品化，支持客户通过低代码/零代码方式自定义Agent工作流，加速行业解决方案的复制与推广。 * 关键项目兜底： 作为技术负责人（Owner），直接对重大标杆项目的成功交付负责，解决跨部门、跨系统的复杂集成难题。 3. 工程底座与技术体系建设（Engineering Excellence） * 夯实工程基石： 建立完善的Agent全生命周期管理体系（开发、调试、评估、部署、监控），打造业界领先的Agent Ops平台，显著提升研发效能与系统稳定性（SLA 99.99%+）。 * 安全与合规体系： 构建企业级的AI安全围栏，包括提示词注入防御、敏感数据脱敏、Agent行为审计及合规性检测，确保平台符合数据安全法规。 4. 梯队建设与文化塑造（Leadership & Talent Development） * 技术前瞻与创新： 保持对全球AI技术趋势的敏锐洞察，引入学术界最新成果（如ReAct, ToT, GraphRAG等）并在内部进行技术预研与转化。 * 高端人才培养： 负责组建并培养一支高水平的AI工程团队，建立清晰的人才成长路径与晋升机制，通过技术分享、黑客松等形式营造浓厚的创新氛围。 * 跨团队协同： 打破算法、工程、产品之间的壁垒，建立高效的协同机制，推动“算法模型”向“工程产品”的高效转化。
1.组织集群各种基础设施规范标准、技术优化、⻛险管控等方案的编制及评审，并做好相关记录 2.跟进全国规范标准、技术优化、⻛险排查的落地进度，并及时推动落地不及时的情况 3.审核并优化电气专业系统的SOP、EOP、MOP以及SCP⽂件 4.审核并优化电气专业系统的巡检表单、维护计划、维护内容、演练计划与⽅案等⼯作内容 5.对集群⽤电情况分析总结 6.负责数据中⼼运⾏数据的分析、设备标准⼯况分析和参数设定指导 7.节能优化提⾼设备的综合效能、采取有效措施提升设备保障能⼒ 8.对在运⾏数据中⼼出现的电⽓问题进⾏故障定位，根因分析并在技术上支撑问题快速解决； 9.及时总结复盘并横向拉通进⾏经验分享，更新相关运维标准、规范
1、深入目标市场与用户场景，挖掘用户核心痛点，定义产品的核心价值和差异化特性； 2、负责具身智能硬件产品的产品定义和路线图规划；撰写详尽的产品需求文档（PRD），明确产品功能、性能指标、技术规格和用户体验； 3、深度参与产品技术架构的讨论，对机器人硬件方案有基本了解，并能够从需求的角度出发，在性能、成本、开发周期等方面找到平衡点； 4、主导从原型到量产全过程的产品能力跟踪，不断优化体验效果，发掘产品亮点和潜在问题； 5、与种子用户共建，不断收集用户反馈，明确产品的优化方向，提升成熟度、打造产品竞争力。
1.参与前沿语音生成大模型的研发，涵盖数据体系设计、模型架构设计、训练优化等。 2.探索语音合成、声学建模、自然语言处理等多模态融合技术，提升模型在语音质量、自然度及逻辑推理能力上的表现。 3.针对实际应用场景（音色克隆、情感控制等）优化模型效果和性能，解决复杂技术难题。
1、负责代码评测集的建设、维护与迭代，覆盖 SWE-bench 系、Terminal-Bench、LiveCodeBench、BigCodeBench、SciCode 等主流评测集，把控子指标权重与维度聚合口径。 2、负责 CodeArena 人工对战评测的设计与运营，制定打分标准与评委质检机制。 3、负责代码 badcase 的人工分析与三轴归因体系落地，即表现层（可运行性、内容、功能、视觉）、根因层（意图偏差、指令遵循、知识缺失、能力不足、幻觉）及对战相对结论，产出 Coding 能力榜与短板诊断报告。 4、负责评测数据的采集、清洗、去重、脱敏与格式标准化，保障数据质量与样本代表性。 5、负责标注任务的设计、质检与一致性管理，建立评测结果的入库、聚合与可视化流程，维护题库版本与数据溯源机制。 6、负责评测数据结构设计与自动化能力建设，包括模型、成本、token 消耗等数据表设计及批量编辑入口，支撑各方向榜单数据的自动更新。
1、负责多模态评测框架的整体设计，围绕跨模态一致性、时空连续性、物理常识等核心内核拆解可量化子指标，并建立子指标至能力维度的聚合口径。 2、负责 Omni 理解方向评测集的建设与迭代，覆盖图文、视频、音频、文档等混合输入场景下的跨模态对齐、长视频理解、音视频联合理解及多模态指令遵循等能力。 3、负责世界模型生成方向评测方案的设计与落地，覆盖文生视频、图生视频、长时序一致性、物理规律遵循、镜头与运镜控制、可交互世界模拟等评测维度。 4、搭建自动化指标与人工 GSB／Arena 对战相结合的评测链路，制定打分协议与质检机制，控制主观评测的偏差与平局问题。 持续跟踪 GPT、Gemini、Qwen-Omni、Sora、Veo、可灵、Genie 等主流模型的能力演进，输出能力榜与性价比榜。 5、负责 badcase 的结构化归因分析，定位模型在感知、对齐、推理、幻觉及物理真实性、可控性等方面的短板，形成可执行的改进结论。
1、负责 LLM 人工评测竞技场（Arena）的整体设计与运营，统筹题库构建、对战机制、评委组织与排名算法。 2、负责评测题库的规划与建设，覆盖创作、设计、中文、GUI 等重点场景，把控自建题占比与数据来源分类（开源／自建／混合），保证题目的区分度与抗刷分能力。 3、负责 Elo/BT + bootstrap 排名体系的落地与维护，处理胜率矩阵的传递性、一致性与显著性问题，确保结论的统计可靠性。 4、负责 AI Agent 办公助手类产品（如 QwenWork、WorkBuddy 等）的端到端评测，围绕真实办公工作流构建任务集，覆盖文档处理、数据分析、跨应用协作、检索问答等场景。 5、建立端到端成功率与分步归因指标体系，评估任务完成度、多步推理与工具调用、长上下文与记忆、稳定性与可用性等能力，输出产品横向对比与迭代建议。 6、负责榜单口径的统一维护，制定在榜数量与版本汰换规则，定期产出能力榜与性价比榜。
Qwen-Image（千问图像）团队是阿里巴巴ATH事业群-Token Foundry下的图像生成基座团队，自2025年初成立，前后发布了Qwen-Image, Qwen-Image-Edit, Qwen-Image-2.0等一系列文生图、图像编辑基座大模型。Qwen-Image团队正在打造全球领先的图像生成技术体系，推动AI在企业服务、开发者生态、个人内容创作等领域的深度应用，引领下一代人工智能的发展。团队专注于研发视觉生成技术，其中研究内容包括但不限于：图像生成、图像编辑、理解生成一体化等，充分探索相关数据及训练方法研究，以期解决计算机视觉基本问题的同时，为 AI 赋予创造力。 专注于视觉通用大模型的设计、优化与高效部署，具体职责有以下方向： 1、研究高效的视觉通用大模型架构，应对复杂视觉任务，提升模型的准确性和泛化能力； 2、优化算子和通信机制，提升模型训练效率，降低硬件资源消耗，提高训练速度和资源利用率； 3、探索高效的训练策略，包括自适应学习率调整、正则化方法和优化算法选择，提升模型性能和稳定性； 4、设计和实现自动化评估方法，帮助研发团队及时发现模型不足，优化模型架构和训练策略； 5、研发数据过滤和标注相关模型，提高数据质量和可用性，为模型训练提供支持。
1、基于飞猪酒店业务，进行高星酒店集团门店的业务拓展，保证所辖区域集团酒店门店覆盖率； 2、结合阿里生态&市场特性为高星酒店客户提供运营方案，帮助商家提升运营能力并驱动销量持续提升，与所辖区域单店及城区负责人并建立深度业务合作关系； 3、协同产品、运营团队，推动业务及项目落地，持续优化用户体验。
1. 训练策略设计与优化： 深入理解预训练与RL后训练（如PPO/GRPO等）算法流程，设计并优化大规模分布式训练策略（3D并行、MoE EP、Context Parallel等），解决RL阶段多模型（Actor/Critic/Rollout/Ref）交互的复杂调度与显存墙问题。 2. 框架定制与二次开发： 基于主流训练框架（如Megatron-LM, DeepSpeed等），进行应用层和策略层的二次开发与插件编写，快速支持新模型架构（如长文本、多模态、新型MoE）和新优化器（如Muon, SOAP）的落地验证。 3. 大规模训练稳定性保障（Troubleshooting）： 负责千卡/万卡集群训练的稳定性攻坚。排查并解决训练过程中的Loss Spike、OOM、Hang、通信死锁等疑难杂症，开发自动化诊断、监控与容错恢复工具链。 4. 跨团队协同与联合调优： 作为算法侧接口人，与Infra团队紧密协同。从算法和框架视角提出性能优化需求，配合底层团队完成算子、通信库及硬件层面的联合Profiling与调优，而非独立承担底层基建开发。 5. 前沿技术追踪与落地： 跟踪SOTA大模型训练技术，评估新技术在Qwen训练场景下的适用性，推动训练框架在算法侧的持续演进。
千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 在蕴含丰富世界知识的预训练模型的基础上，我们利用 Post-train 打造出我们想要的能够服务人类的 AI 模型。我们通过 RL、SFT、RFT 等技术，探索大模型潜能的同时，也在塑造大模型的能力与性格。本着为人类服务的目标，我们的 Post-train 将会重点探索其推理能力，实现深度思考，并致力于提升其 Agent 能力，让大模型服务于真实世界的任务。 工作职责： 1. 探索更多可 scalable 的 verifier 信号，并通过 RL 提升模型的各项能力。 2. 提升 reward model 在创作、人类偏好、指令遵循等各专项上的能力，减少reward hacking和bias。 3. 研究 reasoning path压缩和外推，实现更高质量的推理思考。 4. 将LLM的推理能力和Agent以及其他模态相结合，探索统一模态的reasoning。
负责 Qwen 基座模型 Agentic Reward System 的设计、训练与迭代，构建支撑大规模 Agentic RL 训练的奖励信号体系，持续提升模型在 Coding、Agent 等高价值场景下的对齐质量与 RL 训练上限。 1. Coding Reward System：构建面向 Code Agent 的 Reward System，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 的自动化 Rewarding，解决长程 Coding Trajectory 下的 Credit Assignment 与 Reward 稀疏性问题。 2. Agentic User Experience Reward：研究面向 Agent 任务的用户体验建模与 Reward 优化，探索 User Model Rewarding 与 Behavioral Signal Mining，弥合 Benchmark指标与用户实际体验之间的鸿沟。 3. Reward System Infra：以 Reward 信号为核心构建数据飞轮，驱动数据筛选、难例挖掘与合成迭代；建设统一的 Reward 评估与标注框架，与 CPT / SFT / RL训练流程深度耦合，端到端优化全链路传导效率。
