岗位背景 在生成式 AI 不再只是工具，而正在成为基础设施的时代，我们正在把智能直接嵌入真实世界最复杂的商业系统。这里不是实验室，这里是亿级用户、千万商家、百亿商品、极端流量、真实经济行为交织的超级系统。如果你渴望的不只是“调模型”，而是参与构建一个能够自我演进的智能体；如果你希望在毕业后的几年时间里，站在全球最复杂的在线商业系统核心位置，把 AI 变成可规模复制的生产力，那么这里会是你真正的战场。我们的典型AI应用场景包括但不限于：1. 商家运营智能化：构建具备“理解—决策—执行”能力的电商运营AI Agent，覆盖千万级商家，让AI真正参与经营链路，而非停留在建议层面。2. 商品运营智能化：面向百亿级商品资产，打造AI驱动的商品理解与运营系统，实现人力无法实现的精细化商品运营3. 用户理解与精准导购：基于真实行为数据，构建具备长期记忆与行为建模能力的 AI 导购系统，实现跨场景长周期的连续用户理解4. 店铺AI经营托管：将复杂运营策略与数据分析能力抽象为可规模复制的智能托管系统，降低经营门槛，释放生产力。5. AI Coding驱动的需求交付：在人类工程师与大模型协同的范式下，加速真实复杂业务系统的设计与实现，探索下一代工程生产力形态。6. AI智能运维：在双十一等极端流量场景中，构建智能调度、异常诊断与自优化系统，让 AI 参与真实生产环境的核心决策。我们的优势1. 顶级模型基础：依托阿里Qwen系列持续演进的SOTA模型体系，你将第一时间接触并实践最前沿的大模型能力；2. 领先的智能基础设施：从数据构建、自动评测、训练优化到推理部署与应用框架，我们拥有完整的 AI 工程体系，让你专注于构建能力，而不是重复造轮子；3. 算力与调用自由：充足的模型调用额度与训练、推理资源支持，让你的实践不被配额限制，让基于海量算力的探索成为常态；4. 真实规模数据飞轮：亿级在线反馈、真实商业数据持续回流，模型能力在真实环境中快速迭代，而非停留在离线指标；5. 高密度成长环境：与一线算法与系统专家深度协作，一对一指导，直接参与商业场景实战，在真实复杂问题中加速成长。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：● 希望从事AI应用构建与模型优化工作的候选人● 希望从事AI应用数据构建与自动化评测工作的候选人● 希望从事多模态AI应用构建与算法优化工作的候选人r岗位职责围绕真实电商核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体工作包括：1. 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2. 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3. 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4. 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5. 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6. 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岗位要求基础要求1. 专业要求：2027年应届毕业生，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。2. 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3. 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4. 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。5. 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6. 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加分项1. 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。2. 知名大模型评测框架或高质量开源数据核心贡献者3. 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。特质要求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。