alibaba
Open positions
晓天衡宇-大模型评测工程师-代码方向（北京）
1、负责代码评测集的建设、维护与迭代，覆盖 SWE-bench 系、Terminal-Bench、LiveCodeBench、BigCodeBench、SciCode 等主流评测集，把控子指标权重与维度聚合口径。 2、负责 CodeArena 人工对战评测的设计与运营，制定打分标准与评委质检机制。 3、负责代码 badcase…
晓天衡宇-大模型标注评测工程师-DevOps/运维方向
1. 验收 DevOps/运维方向 AI Coding 数据质量 — 对 CI/CD 配置、故障排查、build-release-config 等任务数据进行质量验收，核查任务设计的真实性、难度合理性与运维场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step…
晓天衡宇-大模型标注评测工程师-系统底层方向
1. 验收系统底层方向 AI Coding 数据质量 — 对底层 bug-fix、性能优化、内存/并发问题修复、嵌入式功能开发等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step…
晓天衡宇-大模型标注评测工程师-数据方向
1. 验收数据工程方向 AI Coding 数据质量 — 对数据处理 bug-fix、pipeline feature 开发等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool…
晓天衡宇-大模型评测专家-toc
1. 评测体系建设与项目管理 统筹评测任务的排期、分工与交付管理，确保多条线并行推进、按时交付。 制定并迭代评测任务的 SOP，建立质量管控机制（一致率监控、数据验收等）。 管理评测团队，负责质量验收、能力培养、效率提升等。 2. Rubric 设计 主导toC场景（agentic search、多轮能力等） rubric 的设计与终审。 提炼通用 rubric 范式，沉淀为可复用的模板。…
晓天衡宇-大模型标注评测工程师-移动端方向
1. 验收移动端方向 AI Coding 数据质量 — 对 bug-fix、功能开发等任务数据进行质量验收，核查任务的真实性、难度合理性与平台场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool…
晓天衡宇-大模型标注评测工程师-前端方向
1. 验收前端方向 AI Coding 数据质量 — 对组件开发、bug-fix、UI 重构等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool…
晓天衡宇-大模型标注评测工程师-后端方向
1. 验收后端方向 AI Coding 数据质量 — 对标注团队产出的 bug-fix、feature 开发、refactor 等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step…
数据技术及产品部-AI应用研发工程师-Agent Memory 方向
1、主导Agent记忆体系架构与核心能力建设：负责面向Agent消费的用户认知记忆服务整体规划，设计端到端生产链路及反馈闭环机制，推动数据资产从静态标签向可推理、可记忆的动态语义体系升级，保障记忆资产的准确性、时效性与智能迭代能力； 2、与Agent应用及业务条线深度合作，通过实验验证或数据观测的方式，支撑记忆体系的设计决策与效果评估；…
智能引擎-推荐系统研发工程师-杭州
我们是阿里巴巴智能引擎事业部推荐引擎团队，负责阿里巴巴电商推荐在线系统的研发与架构演进，覆盖特征、召回、排序全链路。面向海量商品与多样化的业务场景，我们致力于打造高性能、高稳定性、易扩展的推荐服务体系，让算法创新高效落地，持续提升用户体验与业务效果。 在这里，你将负责： ● 支撑淘宝、天猫、AIDC、高德等众多业务场景，推动技术创新在核心业务中规模化落地； ●…
数据技术及产品部-RL Data 工程师-Coding
1. 端到端负责RL数据（coding 方向）项目：从方案设计、数据有效性验证到规模化生产 ，帮助模型在性能上达到业界SOTA。 2. Rubric 与评估体系设计：将业务目标和模型能力目标抽象为多维度、层级化的评分标准（Rubric），设计权重、评分规则和边界 case 处理策略；持续迭代 Rubric 以覆盖新场景、堵住 reward hacking 路径。 3. RL Data 生产与质量保障：端到端负责 Agentic…
阿里云智能-AI应用研发工程师（金融智能体）-新金融行业线（北京/杭州）
1.深入理解信贷、风控、财富、客服等至少一条金融业务线，与产品经理、业务方共创智能体落地场景，输出可执行的技术方案。 2.负责智能体核心能力开发，包括 prompt 设计、RAG 知识库构建、工具接口封装、多轮对话流程编排及异常兜底策略。 3.对接金融核心系统与数据中台，完成智能体与现有业务平台的安全、稳定集成，保障数据合规与资金安全。 4.建立智能体效果评估体系，持续追踪准确率、转化率、用户满意度等关键指标，并基于反馈迭代优化。…
数据技术及产品部 AI Data-RL Data算法工程师-RL Instance构建方向
1. 通过分析主流Benchmark及模型评测结果等方式，结合训练需求确定 RL 数据的能力覆盖范围与优先级；从多种渠道的海量数据里筛选挖掘样本并构建出清晰、可执行的问题描述，作为后续rollout数据生产的起点。 2. 针对 Coding 及 Work 等场景，以人机协作的方式设计并构建Agent的运行环境，以及可量化的 Verifier 或多维度打分…
高德-AI Agent Tech Lead-Agent
1.技术战略与路线决策 (Technical Strategy & Roadmap) 定义 Agentic AI 业务的整体技术演进路线，对技术选型的前瞻性与落地性同时负责。 主导核心技术路线的战略级取舍，避免因归因错误导致的规模化资源浪费。 与业务及产品负责人共同定义技术目标与节奏，确保投入与业务北极星指标强对齐。 2.Agent 质量体系与评测飞轮 (Quality System & Eval Flywheel) 对线上…
阿里国际站-AI工程师-小满
1、负责内部 AI 提效平台的设计与建设，基于大模型与 Agentic AI 打造覆盖研发、客服、产研协作等场景的统一提效底座。 2、负责 Coding Agent 等研发提效工具的研发与落地，覆盖代码生成、代码评审、测试用例生成等研发全流程，提升研发效率与交付质量。 3、负责工单数字人等智能客服产品建设，实现工单智能诊断与自动处理；推动产研交互链路 AI 化，缩短产研协作链路。 4、持续跟踪 AI…
ATH事业群-AI Agent SRE专家-MaaS应用运维
1. 负责 AI Agent以及平台的可用性、性能与容量保障，设计并落地 SLO/SLI/Error Budget 体系，建设全链路可观测性与限流熔断、灰度发布、快速回滚等容灾能力 2. 负责 Agent 执行基础设施的可靠性保障：代码执行沙箱、工具调用网关、会话与状态存储等的资源隔离、弹性伸缩、性能优化与容量规划 3. 负责云资源运维（K8s 集群、存储、网络等），保障弹性伸缩与配额安全，建设资源利用率与成本可观测体系，推动…