共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1、负责千卡以上大规模混合模态大模型强化学习训练框架建设，调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升； 2、打通复杂工具调用场景的高性能推理与Agent训练系统，攻克长程数据训练中的训练效率、训推一致性等难点，显著提升千问模型基于多种阿里生态工具（如闪购、飞猪等）的用户真实任务解决率； 3、参与奖励系统、工具系统交互的设计与研发，打造高效率的可持续扩展架构；并通过线上链路的联合设计保障模型训练效果的对齐，保障模型在事实性、复杂任务规划解决等方面的能力提点可以落地千问App。
1、负责千问、夸克的Agent应用研发，熟练运用agent相关技术，实现诸多AI应用的快速落地与持续迭代； 2、保障Agent应用系统的稳定、高效运行，帮助业务优化性能和改善系统稳定性，持续提升用户体验； 3、快速理解传统业务逻辑，并将其转换为合理的Agent规划路径，能够制定三方接入的技术规范及标准，赋能团队并提升整体研发效能； 4、持续跟踪前沿技术趋势，关注并探索引入新技术新方法，持续提升产品技术、工程架构上的先进性。
1. 负责企业级Agent标准产品底座建设，通过理解行业痛点，沉淀共性能力，抽象为可复用的标准化产品底座，进行架构设计到研发落地全栈工作。 2. 负责核心模块的工程化建设，涵盖任务规划、记忆模块、知识工程、多智能体协作等，并抽象为统一技术框架，标品底座、解决方案为上层业务提供可复用的技术底座。 3. 负责Agent效果评估体系建设，并能通过Prompt优化、工程链路优化、模型优化等手段持续迭代，进行效果优化。 4. 负责Agent前沿技术跟踪、进行工程化落地、快速转化为业务能力，保持技术方案的先进性与差异化竞争力。
加入我们，打造重新定义企业组织形态的创新型Al 产品。 我们让 Al Agent 作为数字员工真正融入企业组织-能被调度、会协作、懂业务、有记忆，从底层重构企业与 Al 协作的方式。 我们构建的是一套人机协同组织的基础设施：Agent 在这里被孵化、注册进组织、与真人自主组队协作，工作成果持续沉淀为组织知识，形成真正的 Al 转型飞轮。 这不是一个对话框，也不是一个工作流工具。如果你感兴趣，期待与你交流。 岗位职责： • 产品设计： 主导AI Agent组织管理平台的标品核心模块产品定义与体验设计，覆盖Agent生命周期管理、智能体配置与编排、上下文与记忆管理、权限审计、知识体系等基础能力；深入理解AI Agent运行原理，将多智能体协作、人机协同决策、上下文管理等AI能力翻译为用户可理解、可操控的产品界面，输出可直接生成spec的高质量PRD。 • 产品规划：面向B端客户完成Agent能力Demo演示与Workshop引导，洞察客户业务流程与核心痛点，将客户场景转化为可落地的AI Agent解决方案； 跟踪AI Agent技术发展趋势与竞品动态，盘点研发资源，判断需求优先级，制定产品路标。 • 产品资产沉淀： 建设Agent场景库与技能（Skills）生态，定义套件标准与质量门槛，具备高质量Skills撰写与抽象能力；结合AI Agent产品优势场景与伙伴能力图谱，推动Agent解决方案在行业客户中的规模化复用与生态健康发展。 • 产品持续改进：驱动Agent产品在内部团队的落地迭代，关注一线使用反馈反哺产品演进，持续优化Agent交互体验、易用性与运行稳定性。 • 产品上市： 以典型管理场景为试点，设计并沉淀Human-Agent人机共生组织落地实践方案，建设标杆客户，反哺客户侧AI组织转型解决方案；整理并产出产品GTM材料，推动产品上架公开售卖，并建设配套的定制化交付生态。
1. 面向客户提供创新的大模型AI应用方案并进行落地验证，为客户提供云和AI产品的综合技术支持。 2. 主导或参与AI Agent技术栈设计，并基于机器学习平台、低代码Agent平台、知识向量库的工程搭建和实施 3. 深入理解客户场景需求，结合AI和云产品能力，提供方案评估、部署实施、测试与迭代，解决实际业务中遇到的模型交互、输出优化等问题。 4. 基于实际问题提供技术支撑和优化，包含不限于模型效果优化、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等 5. 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优 6. 负责客户AI调用的稳定性、服务保障响应。
1、标准迁移技术方案及迁移计划制定及落地 ● 参与公共客户在不同CPU下的业务系统迁移技术路径与风险预案设计。 ● 结合产品及行业解决方案，深入理解客户需求，参与应用和数据等交付迁移交付方案设计及落地。 2、风险识别与解决 ● 识别项目风险、及时上升并推动解决，包括功能、性能、以及架构层面的问题解决。 ● 参与解决交付迁移过程中的不同CPU下的系统应用、大规模数据迁移以及系统兼容性等问题。 3. 标准化迁移案例及方案沉淀 ● 编制在不同CPU体系下的应用迁移操作手册与最佳实践指南，提供给客户统一的云平台的使用体验。 ● 收集客户技术需求反馈至产品团队并推动产品和工具改进。
1、研发前沿的音频大模型 (Audio-LLM)，实现语音识别 (ASR)、语音合成 (TTS) 与音频理解的端到端融合。 2、优化多语种、情感化及高表现力的语音生成，提升在复杂环境（噪声、多人交谈）下的语义提取鲁棒性。 3、设计并优化多模态音乐生成模型，涵盖风格、韵律、和声、节奏等多维度生成任务。 4、探索音频 Tokenizer 优化，实现音频与 LLM 符号空间的对齐。
1. 负责智能创作业务（AI 图像 / 视频生成、AI 创作助手、图像理解）的业务质量保障，参与产品需求与技术架构评审，评估 AI 方案的架构合理性、可测性与可评测性（Evaluability），在方案阶段就把成功标准和验收口径定义清楚； 2. 构建面向生成式内容的 AI 原生质量体系：设计并落地评测能力（标准定义、Golden Set、LLM-as-Judge、人工校准），把高度主观的效果判断转化为可复现、可回归、可卡点的自动化门禁，覆盖生成效果、性能、稳定性与内容安全； 3. 用 Agent 重做质量工作：以 Agent / Skill / 工具链的方式重构需求分析、用例生成、自动化执行、失败归因、缺陷闭环等环节，完成任务编排与交付，产出团队可复用的能力沉淀； 4. 通过全链路 trace、线上监控与指标体系，保障多端（App / PC / H5 / 鸿蒙）生成链路的服务稳定性与用户体验，具备从用户反馈反查到链路日志、模型调用与下游服务的定位归因能力，驱动体验水位持续提升； 5. 通过全链路数据分析、效果评测与竞对对比，帮助业务识别目标达成路径上的核心问题并驱动解决，同时量化质量投入的产出与 ROI，让质量成为业务决策的输入而非交付末端的检查站。
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。实验室核心业务涵盖 AI搜索、生成式推荐、主动服务及任务助理等前沿领域。 岗位职责：深耕RAG搜索，为千问Chat场景打造一个专属的、下一代搜索引擎 1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。 2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。 3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。 4. 技术前瞻与转化： 跟踪全球信息检索与大模型领域的最前沿技术，确保搜索产品在生成式时代的领先地位。
1、运用互联网思维为酒店提供经营分析、收益管理、门店运营等顾问服务; 2、负责重点客户的攻坚开发运营维护； 3、快速响应公司新产品业务的市场覆盖开拓； 4、收集市场及竞争情况,根据不同的时间制定不同的销售策略，并执行落地； 5、高星酒店的店铺运营及套餐包装。
1.负责智能助手类产品的端到端质量保障与智能评测体系建设，覆盖模型服务、业务服务、工具调用及端侧交互等关键链路，系统保障产品功能、模型效果、端侧性能、服务稳定性与用户体验。 2.深入理解业务场景与全链路架构，建立面向用户体验的质量评估模型、指标体系和风险治理机制，推动线上问题发现、归因分析、方案优化和效果验证闭环。 3.主导复杂质量项目的规划与落地，协同算法、工程、产品等多方解决关键问题，沉淀质检、评测和风险治理的规范及可复用能力。
1. 负责搭建用增投放链路质检 Agent 体系，全面支持用增投放算法、投放工程及 PMO 投放稳定性保障与效果保障； 2. 深入理解用增业务逻辑与投放链路架构，建立投放质量评估模型和指标体系，推动投放效果的持续优化和稳定性提升； 3. 主导复杂跨团队质量保障项目的规划与落地，协同算法、工程、投放PMO 等多方团队，推动质量问题的闭环解决和系统性改进； 4. 带领并指导团队成员成长，建立用增投放质检领域的技术规范和最佳实践，提升团队整体技术能力和业务影响力。
1. 负责夸克网盘、扫描王、扫描王 Agent 等产品的业务质量保障工作，参与产品需求和架构设计评审，评估技术架构合理性与可测性，在 AI 功能设计阶段前置质量视角（效果评测口径、兜底策略、灰度方案）； 2. 推进测试全流程AI提效并设计配套的质量保障体系：用大模型、Agent、MCP 工具重构用例生成、测试数据构造、环境编排、结果校验等测试环节，攻克UI逻辑测试、端到端自动化等质量保障难题；对 Skill 类能力建设白盒门禁、对 Agent 类能力建设评测介入机制，定义各测试环节的自动化接管路径与人机分工，提升业务测试效率和质量； 3. 建设线上监控与问题 trace 能力，分析业务/技术指标与异常模式，保障线上服务稳定性，驱动用户体验不断提升； 4. 通过业务全链路数据分析、用户行为分析、效果评测、体验与质量视角的竞对分析等手段，帮助业务找到目标达成路径的核心问题，驱动解决，赋能业务。
【岗位定位】 负责高德 AI Agent 与本地生活 C 端产品体验设计。通过 AI Native 交互创新和复杂业务体验升级，提升用户任务效率、服务决策质量与业务转化。 【职位描述】 1. 负责 AI Agent 产品从场景洞察、任务流程、交互设计、原型验证到上线评估的完整体验，覆盖目标澄清、任务规划、工具调用、权限确认、过程反馈、失败恢复和人工接管等关键环节。 2. 负责本地生活的C端场景的体验设计，平衡用户价值、业务目标与平台效率。 3. 探索大模型等AI Native交互模式，建设可复用的 Agent 设计规范、组件和体验评测标准。 4. 联合产品、算法、研发、数据及运营团队推动方案落地，并通过任务成功率、完成时长、重试率、满意度及转化率等指标持续优化体验。
1、运用互联网思维为酒店提供经营分析、收益管理、门店运营等顾问服务; 2、负责重点客户的攻坚开发运营维护； 3、快速响应公司新产品业务的市场覆盖开拓； 4、收集市场及竞争情况,根据不同的时间制定不同的销售策略，并执行落地； 5、高星酒店的店铺运营及套餐包装。
1、负责千问/夸克产品的端到端质量保障工作，深度参与产品需求和架构设计，评估需求、技术架构合理性和可测性，主导复杂跨团队项目的质量规划与落地，推动系统性改进； 2、结合行业发展趋势，制定全面的质量策略（功能/性能/稳定性/兼容性/安全性），构建适合业务发展的质量保障体系，包括线下测试、线上监控以及问题定位分析能力建设； 3、深度分析线上用户行为和链路系统技术指标，通过主动挖掘系统/用户体验问题、模型效果评测、竞对产品分析等手段体系化推动用户体验不断优化； 4、带领并指导团队成员成长，充分利用AI测试能力，建立和完善质量技术规范和最佳实践，提升团队整体技术能力和业务影响力。
1. 负责千问智能创作 AIGC 相关业务功能开发，重点投入图像生成、视频生成等核心内容创作方向； 2. 负责千问智能创作 AI 短剧/营销/剪辑相关 Agent 方向的开发，参与Harness 框架搭建、模型接入、Prompt/Skill 优化、效果评测等工作； 3. 跟进 Agent 领域前沿技术，关注多模态模型的行业动态，与产品团队紧密合作，通过技术手段升级 Agent 能力，为用户创造全新 AI Native 体验。
1. 负责千问图像/视频生成方向的策略（应用策略/评估/训练数据策略），推动模型效果持续提升。 2. 通过真实用户数据分析、AB 实验与用户反馈的结合，挖掘用户需求和问题，结合当前模型能力，利用产品策略放大模型效果，快速提升体验与关键指标。 3. 构建面向真实应用场景的模型与产品评测体系。对模型效果进行系统性分析，定位问题，支撑策略与训练决策。 4. 基于业务目标，制定针对性的模型训练数据策略。主导高质量数据生产全流程（采买/构造/清洗），协同算法团队验证训练效果。
1. 负责面向AI教育领域战略级内容产品建设和应用，结合大模型前沿技术解决行业核心问题。 2. 负责提升面向核心任务的大模型后训练和综合效果迭代。通过大模型、NLP、强化学习等级技术完善智能决策、内容理解等核心领域的应用技术体系。
岗位概述 作为国内领先的车载导航服务提供商，我们持续为中国车企打造更专业、更智能的座舱导航产品。你将作为核心产品角色，负责智能座舱导航的产品规划、体验定义与量产落地，探索大模型与 Agent 能力在真实驾车场景中的产品化应用，将前沿技术转化为用户可感知、客户可认可、业务可落地的下一代座舱导航体验。 职责描述 1、负责智能座舱导航产品规划与定义：围绕车道级导航、全场景导航渲染、停车场导航等业务方向，结合用户研究、客户需求与数据分析形成产品方案，持续提升用户体验与客户价值。 2、负责导航 AI 应用探索：从真实驾车场景中识别高价值问题，将上下文理解、任务规划、生成式表达、工具调用等 AI 能力应用于导航引导、渲染与停车等场景，推动既有体验升级。 3、负责产品效果评估与持续迭代：建立覆盖导航体验与 AI 应用效果的评估指标，结合用户反馈、行为数据及典型案例验证产品价值，持续优化产品方案。 4、负责竞品分析与市场洞察：关注汽车、智能座舱、地图导航及 AI 产品的发展趋势，洞察用户需求、客户诉求与市场机会，为产品迭代和创新提供方向。 5、负责跨团队协同与产品落地：拉通算法、研发、测试、设计、数据、项目全链路，完整把控方案验证、开发测试、项目交付与量产应用过程，保证产品效果与交付质量。
面向 LLM/MLLM 场景，围绕模型能力，致力于提供稳定且易用的开放 API 服务。 具体职责包括： 1. 模型服务 API：负责设计高可用服务架构与端到端业务方案，适配一方 Qwen 模型及第三方开源模型。对外提供覆盖智能对话、代码生成、图像/视频理解、向量化、排序等场景的基础 API，并参与流量控制、任务调度、缓存等核心链路建设。 2. 智能体服务化：面向通用人工智能场景，构建高效、可扩展的 Agent 框架，集成搜索引擎、文档理解、代码沙箱等能力；支持 OAI Responses API、Anthropic Messages API 等行业主流 Agentic API，充分释放模型能力，服务各行业客户。 3. 稳定性和效率：在百炼诸多模型和海量请求的场景中，保障线上服务稳定性，在毫秒级别持续提升端到端链路性能，推进 TTFT、TPOT 、Cache 命中率等核心指标优化；保障服务质量，参与大规模 CI/CD 体系建设，持续提升研发效率、功能正确性与交付质量。
1. 负责大模型训练、推理、评测、部署等核心链路的质量保障体系建设。 2. 设计并实现自动化评测框架，支持多维度（如准确性、一致性、安全性、推理速度等）的模型能力评估。 3. 构建高质量、可扩展的评测数据集，制定科学、可量化的评测标准与指标体系。 4. 推动CI/CD流程在大模型工程中的落地，保障模型迭代的稳定性与可回溯性。 5. 主导Bad Case分析闭环机制，联动算法、工程与业务团队优化模型表现。
1. 结合LLM技术，设计和优化RAG全链路的基础架构，提升系统的吞吐能力和响应速度。 2. 构建高性能，可扩展的分布式文件处理和索引构建系统，承载海量文档的知识库的索引和检索需求。 3. 规划和优化检索集群，通过合理的分片，资源分配等策略降低延迟提高吞吐，针对业务场景进行服务优化。 4. 建立完善的系统监控，日志分析和trace平台，能快速定位和解决系统问题。
我们正在打造面向下一代开发者与知识工作者的 AI 原生产品，覆盖 Vibe Coding（AI 驱动的自然语言编程）与 AI 协同办公两大场景。 将负责 ● AI产品设计：从用户视角出发，主导 AI Coding 产品的体验设计与持续优化，推动需求从洞察到上线的全流程闭环 ● Agent 场景评测与梳理：与研发团队深度协作，梳理 Agent 相关应用场景，拆解 AI 对话流程中的关键环节，识别体验瓶颈并提出可落地的优化方案 ● 模型能力评估：持续跟踪各类大语言模型的应用表现与前沿动态，为产品的模型选型与能力集成提供专业判断 ● 数据驱动迭代：建立产品核心指标体系，通过数据分析驱动产品决策，持续提升用户留存与使用深度
1、对所负责的出海中国企业的业务结果负责。全面了解客户的业务架构、技术架构、组织架构等情况，识别和挖掘客户需求，能与客户CXO级别对话，影响客户决策，推动商机转化，拿回业务结果，实现客户价值。 2、传递阿里云产品和技术价值。基于对客户的了解以及对市场和友商的了解，能够独立与客户沟通适配的阿里云产品和解决方案，清晰传递价值和竞争力。 3、有效整合公司内外部资源，对外推动客户采用和持续使用阿里云的产品和方案，对内推动产品解决方案和流程体系的优化，实现客户体验提升，持续位客户创造价值。 4、做好客户全生命周期的业务支持和服务，保障客户满意度。
1. 构建基于机器学习、深度学习及大模型能力的在线风险识别系统，在极高精准率与召回率要求下，实时识别并处置无效流量、虚假交易、流量劫持及风险物料； 2. 建设智能化离线风险挖掘平台，结合无监督/半监督学习、图挖掘、异常检测以及LLM推理能力，帮助算法与运营团队发现新型作弊模式与潜在风险路径； 3. 研发 AI-Native 风控产品与分析平台，探索 Agent、RAG、风险知识库、多智能体协同等方向在风控场景中的落地应用，提升风险分析、策略迭代与case处置效率； 4. 面向广告、推荐、电商等复杂业务场景，结合海量行为数据与实时流式计算能力，构建可解释、可扩展、可持续演进的新一代风险治理体系； 5. 推动大模型与传统风控算法融合，包括风险推理、行为理解、Pattern发现、自动化分析与策略生成，探索AI在复杂对抗场景下的工程化落地。
1. 研发阿里妈妈广告风控大数据平台，并推进平台产品化建设 2. 支撑阿里妈妈每日千亿流量, 为广告核心业务提供秒级识别风险能力 3. 打通数据与服务，构建从特征到模型再到在线AI决策的下一代引擎
1. 构建基于机器学习、深度学习、大模型的在线识别系统，保证极高精准和召回的前提下，实时处置无效流量或风险物料。 2. 建设强大的离线挖掘平台，使用多种无监督、半监督手段帮助算法和运营同学探索新的异常pattern。 3. 研发风控产品平台，服务阿里妈妈和淘天集团更多相关的业务，不断提升迭代效率。每年为广告主挽回损失过百亿元，同时为平台拦截百亿以上的风险物料。
1. 负责阿里妈妈 AI 原生应用及 Agent 系统的工程能力研发，参与产品定义、架构设计、Agent 构建、工具调用、上下文与记忆管理、效果调优及生产环境交付。 2. 建设企业级 AI 应用平台的核心能力，包括 Agent Runtime、AI 研发框架、Tool & Skill 能力、知识与 RAG、AI 数据工程、评测能力、安全治理等，提升系统的可靠性、扩展性与开发体验。 3. 建立评测驱动的 Agent 优化体系，覆盖评测集构建、离线与在线评测、运行轨迹分析、自动化评分及回归测试。围绕模型、Prompt、Context、工具和工作流持续优化效果，并平衡质量、时延、成本与稳定性。 4. 探索基于大模型的新型应用形态，包括智能对话、深度检索与研究、多模态交互、Computer Use、多 Agent 协作及 Agentic UI，完成技术验证、产品化设计与业务场景落地。 5. 与产品、算法和业务团队紧密合作，从真实的广告与营销场景中提炼共性问题，将场景方案转化为可复用的平台能力，提升 AI 应用的研发与交付效率，打造具有行业影响力的 AI 产品。
服务淘天电商核心营销业务，针对AI在广告业务场景的应用开展： 1. 负责广告预测引擎及AI Serving系统的设计与开发，支持高并发、低延迟的广告实时预测需求，解决实际的业务问题； 2. 参与分布式系统架构优化，提升广告模型服务的稳定性、资源利用率及大规模模型计算能力； 3. 算法-软件-硬件协同优化（异构并行计算、AI编译、稀疏量化、混部与弹性等），发挥数十万CPU核和数千加速卡的计算潜力； 4. 研究业界前沿的AI算法、系统和硬件，探索面向推荐系统或大模型AI在线服务的理想软件和硬件系统。
