阿里国际站/Alibaba.com-大模型后训练算法工程师/专家-Accio

关于这个机会

Accio是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级原生AI Agent，通过持续探索Agent、Agent Harness、RL、Memory、Reasoning等前沿技术，自研垂域模型、Agent模型、Agent系统，推动全球B2B跨境贸易实现跨越式发展。 1、参与Agent模型开发与优化，跟踪前沿大模型技术，探索开源SOTA模型的产品化落地； 2、负责Agent算法架构设计与效果优化，推动Accio持续发展； 3、持续探索Agent技术，包括但不限于Agentic RL、Proactive Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agent Post-Training等，持续提升Agent能力。

任职要求

1、硕士及以上学历，计算机、电子、人工智能、自动化、数学、物理、等相关专业优先； 2、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架； 3、 具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项 1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2、在LLM、多模态、机器学习、深度学习、Agent等一个或多个领域有较深入的研究者优先； 3、在GitHub等开源社区具有影响力项目发表经验者优先； 4、具有SOTA Agent、大模型后训练算法开发、大模型应用落地经验者优先； 5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。

内推申请说明

本站为独立内推协助平台。申请会交由管理员核实岗位与内推渠道，不等于已在公司官网投递；薪资、岗位状态和实际招聘流程以官方信息为准。