阿里国际站/Alibaba.com-Agentic Post-Training算法工程师/专家-Accio Work

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AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。

1. 01

   构建Agent专用合成数据管线：设计并实现自动化的合成数据方案，重点生产高质量的思维链、工具调用和自我修正轨迹；

2. 02

   Agent交互环境搭建：构建高性能、可扩展的Agent框架和运行环境（如代码执行器、浏览器模拟器、数据库交互等），为模型提供实时反馈的环境；

3. 03

   Agentic RL：应用并改进RL算法，提升模型在长程任务（Long-horizon tasks）中的成功率和鲁棒性；

4. 04

   评估体系建设：开发超越传统基准测试的动态评估方案，针对规划能力、工具选择准确率、幻觉控制及错误恢复能力建立量化指标；

5. 05

   探索落地前沿Agent技术，包含而不限于：Agentic Model、Agentic Benchmark、Agentic RL、Pro-active Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agentic Post-Training。

1. 01

   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. 02

   具有大规模数据合成、Coding Agent、Search Agent、大规模RL训练、商业场景Agent架构与环境构建项目经验者优先；

3. 03

   具有良好的工程能力，熟悉Verl/Slime/RL2等模型训练infra并有训练经验者优先；

4. 04

   熟悉LLM-based Chatbot技术原理者优先；熟悉LLM Post-Training训练数据构建方法，以及Multi-Agent系统框架者优先；

5. 05

   有较强的自驱力、学习力、创新力和抗压能力，能够跟上正在快速变化的AI时代。 加分项

6. 01

   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；

7. 02

   在具有影响力AI/Agent项目实习/工作经验者优先；

8. 03

   在GitHub等开源社区具有影响力项目发表经验者优先；

9. 04

   具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先；

10. 05

    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；

11. 06

    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。