alibaba
Open positions
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。…
阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio
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。 负责大模型及长程 Agent 的后训练算法研究与落地，通过高质量数据、SFT、强化学习和蒸馏等方法，持续提升模型的推理、工具使用和复杂任务解决能力。 ●…
高德-语音生成&交互算法工程师-北京
团队介绍 负责高德全栈语音技术，能力覆盖语音生成与语音交互两条主线：自研 TTS 基座大模型、多语种与可控语音生成、语音识别与复杂声学理解、端到端对话模型与全双工交互、RTC 流式语音、端侧模型、模型服务与推理优化，以及配套的数据与自动评测体系。业务承载高德全部核心场景：语音导航、AI 领航员、AI 语音助手、室外步行导航与具身交互、IP…
阿里控股-医疗大模型落地高级算法专家-基础技术
定位：既懂大模型训练、推理与 RAG 工程，又能对医疗场景中的模型幻觉与安全问题做系统化防控，主导基于大模型的医疗诊断 Agent 从研发到实际场景落地。 主要职责 ● 负责医疗大模型的训练与优化：领域继续预训练、指令微调（SFT）、知识蒸馏、对齐与评测体系建设 ● 搭建面向真实临床场景的 RAG 与推理链路，负责检索质量、生成质量与响应效率的持续优化 ●…
达摩院-医疗AI Agent 算法工程师-杭州
● 主导临床诊疗 Agent 核心算法研发：任务规划（Planning）、工具调用（Tool Use / MCP）、多轮决策、记忆与反思（Memory & Reflection），构建稳定可靠的 Agent 执行框架。 ● 探索 Agentic RL 训练范式（PPO / GRPO / RLVR、过程奖励模型 PRM、Self-play、多轮 rollout），提升 Agent 在长程诊疗路径中的策略优化与自我纠错能力。 ●…
阿里控股-医疗大模型算法专家-基础技术
团队方向 达摩院-医疗AI实验室-基础技术团队，主要工作包括医疗大模型（包含视觉基础模型、LLM以及多模态大模型）的训练优化，以及基于医疗大模型的临床Agent的研发与实际场景的产品化落地。团队承担两条主线：一是将前沿通用的大模型技术引入医疗领域并做出突破；二是将医疗大模型在真实临床场景中做稳、做准、落地成产品。 岗位定位：独立承担医疗大模型训练或落地的某个子方向（数据 / 训练 / 评测 / RAG / 幻觉防控 / Agent…
高德-NLP/Agent算法工程师/专家-POI智能化
团队介绍：POI智能化使命是通过高质量高效率低成本的智能化手段及先进生产力，应用并改进行业最前沿的LLM和Agent技术，数字化还原真实世界POI，保障POI数据的时效性、正确性和完备性，作为高德用户信息获取、交易履约和出行体验的基础。每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。 职位描述：基于 LLM/Agent…
菜鸟驿站-大模型算法工程师-驿站算法部
1. 负责 RAG 系统算法效果提升：知识图谱与文档质量、检索策略与效果、生成质量与幻觉抑制，建立自动化评测体系（RAG-Benchmark），持续提升知识问答准确率 2. 攻克智能数据查询难题：设计指标识别 Agent，支持多指标解析、口语化表达、业务对象泛化 3. 构建评估驱动的迭代闭环：设计离线评测方案（准确率/召回率/幻觉率），建立 badcase 自动挖掘与归因机制，用数据驱动每次迭代 4. 探索并落地前沿 LLM…
菜鸟-具身智能强化学习算法工程师-杭州
1. 策略后训练：负责 VLA / 基础操作模型的后训练全流程，在预训练/模仿学习得到的基座策略之上，通过强化学习微调（RLFT）、离线 RL、DAgger、HIL-SERL 、RECAP 等手段持续提升真实仓储任务的成功率与鲁棒性。 2. 奖励与数据闭环：设计任务奖励函数与自动成功判定，搭建 Reward Model / 偏好数据标注流程，构建"部署→失败挖掘→补采/在线交互→后训练→自动评测→再部署"的策略迭代闭环。 3.…
平头哥-深度学习推理引擎研发专家-上海
1、参与设计和实现推理引擎SDK，提升推理性能、易用性和产品稳定性。（Design and develop inference engine。Focusing on performance、usability and product robustness） 2、参与设计和实现推理引擎的AI编译。包括图融合、各类图优化、算子优化以及自动化调优等（Design and develop AI Compiling。including…
阿里健康-AI 搜索大模型后训练算法专家-杭州/北京
AI 搜索场景下的大模型后训练与效果优化。 职位描述 1、负责 AI 搜索场景大模型的后训练与效果优化，提升模型在内容理解、复杂推理、答案生成及工具使用等方面的能力。 2、建设 AI 搜索大模型的数据、评测与奖励体系，包括高质量 SFT 数据构造、偏好数据生产、自动与人工评测、Query-specific Rubric 设计及 Reward Model 训练。 3、探索并落地 SFT、DPO、PPO/GRPO、Rubric…
平头哥-深度学习推理引擎研发专家-杭州
1、参与设计和实现推理引擎SDK，提升推理性能、易用性和产品稳定性。（Design and develop inference engine。Focusing on performance、usability and product robustness） 2、参与设计和实现推理引擎的AI编译。包括图融合、各类图优化、算子优化以及自动化调优等（Design and develop AI Compiling。including…
阿里国际站-Agentic AI 算法工程师-深圳
关于业务与机会 阿里国际站（Alibaba.com）连接全球买家与供应商。OKKI 是面向外贸商家，帮助他们寻找客户、接待询盘、跟进商机并推动交易完成。外贸销售天然是长链路、强决策、多渠道协同的业务：客户需求散落在聊天、图片和文件中，不同商家的产品知识、目标客户和销售流程各不相同；从找到潜客到完成交付，需要持续判断并调用多种业务能力。这是适合 Agent 理解目标、规划行动、使用工具、根据反馈调整策略的 Agentic Native…