alibaba
Open positions
Token Foundry-基础大模型 Post-Training 算法研究员-杭州/北京
1. 负责大模型 Post-Training 全链路算法建设，覆盖 Pre-SFT、SFT、RLHF、RLVR（PPO / DPO / GRPO 等）各阶段的算法调优与策略设计，提升模型在指令遵循、工具调用、安全合规、多轮交互、long horizon task 等核心维度的综合能力。 2. 负责 Reward Model 的设计、训练与迭代优化，构建 Verifier、LLM as Judge、Rule 等多元 Reward…
Token Foundry-大模型算法研究员-Qwen Agent
1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。 2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。 3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。 4. 行业解决方案落地：…
Token Foundry-合版算法研究员-Qwen
1. 合版核心算法研究：探索 On-policy Distillation、知识融合等先进技术，研究更优的 SFT Objective，实现多能力模型的高效合版，最大程度减少能力冲突与遗忘。 2. 数据策略与冲突消解：深入分析不同能力域的数据配比，建立系统化的冲突检测与消解机制，制定科学的合版数据策略，保障模型在各项能力上的均衡与稳定。 3. 合版评测体系建设：设计并推进高效、快速的合版评测方案，构建覆盖多维能力的自动化评测…
Token Foundry-RLHF 算法专家-Qwen
1. 用户偏好采集与建模：设计并构建系统化的用户偏好数据采集方案，深入分析用户行为与反馈信号，建立多维度、可扩展的用户偏好表征与建模体系，为 Reward Model 训练提供高质量数据基础。 2. Reward Model 训练与优化：训练高精度、低偏差的 Reward Model，覆盖创作质量、指令遵循、安全对齐、人类偏好等多个专项维度；持续优化训练策略，有效缓解 Reward Hacking 与分布偏移问题，为下游 RL…
Token Foundry-大模型评估系统算法研究员-Qwen
1. 挖掘大模型弱点，持续快速构建覆盖各项模型能力的评测数据集，探索可靠、具有可扩展性的评测方案。 2. 参与 LLM-as-a-Judge 方案构建，训练 LLM Judge / Reward Model，建模人类偏好并提升长尾任务的评价准确性。 3. 参与 Reward System 构建，设计 Reward Signal、合成对应数据，并通过 RL提升模型的能力上限。 4. 参与开发 Evaluation、Reward…
阿里控股-高级算法专家（LLM/MLLM）-基础技术
定位：探索下一代模型架构与能力的边界，将通用领域的突破性技术（新型注意力机制、强化学习范式、多模态统一建模等）引入医疗场景，产出具有行业影响力的原创成果。 主要职责 ● 探索下一代模型架构与训练范式，包括但不限于：新型注意力机制与长上下文效率优化、RL/RLHF 等强化学习范式、多模态统一建模、复杂推理思维链等 ● 追踪并复现通用领域的突破性技术，结合医疗数据与场景特点进行适配与创新，形成可度量的能力跃迁 ● 主导从 idea…
千问事业部-MOS 实验室-推荐/推送算法专家（大模型方向）-杭州/北京/广州
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent…
千问事业部-MOS 实验室-AI搜索算法专家-杭州/北京
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent…
千问事业部-运动健康 Agent 算法工程师-杭州
基于智能手表、手环等穿戴设备的多模态生理与运动指标，构建运动健康 Agent，实现对用户健康数据的个性化解读、运动与健康计划生成、实时运动指导，并通过主动服务持续、闭环地管理用户健康。打造自然流畅、有温度、能办事的 AI 健康教练体验。 岗位职责 ● 研发基于大模型的健康解读与对话能力：将 PPG/ECG/IMU 等多传感器指标（心率、心率变异性、血氧、睡眠、压力、运动负荷等）转化为用户可理解、可信赖、循证的个性化健康洞察。 ●…
千问事业部-千问医疗对话大模型算法专家-杭州\北京
1. 负责千问医疗对话大模型的算法研发与业务落地，建设覆盖文字、图片、文档、语音及视频的统一对话能力，支持健康咨询、辅助问诊、报告解读、用药咨询及健康管理等场景。 2. 建设医疗对话核心能力，包括用户意图理解、多轮上下文建模、主动追问与澄清、对话状态与轮次决策、长短期记忆、个性化表达及复杂任务推理。 3. 优化实时语音/视频 Live…
千问事业部-千问/夸克-大模型高级算法专家-Chat方向
全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。 1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI…
千问事业部-千问/夸克-Post-Training 高级算法专家-北京/杭州
岗位描述： 全面负责千问大模型在 Post-Training 能力进化和上限突破、持续推进模型能力边界和商业价值的不断延伸。通过对前沿算法的极致探索和高效能工程体系的构建，驱动模型在逻辑推理、问答、复杂多轮上下文、指令遵循、Agent 智能体、多模态交互等关键领域实现突破性进展，打造世界一流的模型效果，并定义其在未来 AI 应用中的核心价值。 工作职责： ● 【战略规划与技术引领】 制定并执行大模型 Post-training…
千问事业部-前沿大模型全栈研究员-北京/杭州
我们正在组建一支前沿科研探索“特种兵小队”，致力于打造下一代千问大模型、统一智能体与 AI 原生应用能力，推动从前沿科研到产品创新的全链路突破。研究方向覆盖但不限于：预训练到后训练算法、基础模型架构、data-centric 机器学习、agentic RL与scaling、多模态理解/推理/生成一体、个性化推荐与交互、记忆机制与上下文管理、复杂工具的构建与进化，以及智能体在 AI 办公、软件开发、金融等垂类场景的能力突破。…
千问事业部-千问大模型Agentic算法专家-北京/杭州
全面负责定义、设计并实现下一代 Agentic AI 系统的核心算法与技术范式，将千问从回答问题升级成执行任务，解决智能体在任务规划、工具使用、多步推理、长程自主执行、环境交互等方面的核心挑战，探索并引领模型在自主决策、复杂任务编排、人机协作等前沿方向的技术突破。直接决定数亿千问用户在 AI 助手场景下的任务完成体验, 打造千问在 Agentic AI 时代的领先地位。 1. Agentic 能力定义与技术规划…
千问事业部-MOS 实验室-搜索算法专家-北京/杭州
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。实验室核心业务涵盖 AI搜索、生成式推荐、主动服务及任务助理等前沿领域。 岗位职责：深耕RAG搜索，为千问Chat场景打造一个专属的、下一代搜索引擎 1. AI 搜索核心技术研发： 负责 AI…
千问事业部-输入法算法专家/高级算法专家-北京
【岗位职责】 负责输入法核心算法的研发与优化，包括但不限于语言模型（LM）、解码搜索算法、拼写纠错、分词及词性标注等模块。 深入研究并落地大语言模型（LLM）在输入法场景的应用，如智能预测、上下文联想、文本润色及个性化生成等。 优化输入法的端侧模型，在保证预测准确率的同时，实现模型在移动设备上的轻量化部署与高效推理。 负责用户行为数据的挖掘与分析，通过用户画像和个性化算法，提升用户的打字效率与输入体验。…
千问事业部-AI应用算法高级专家-北京
1、负责所属 AI 方向的技术规划与架构演进，持续提升算法能力对业务增长的支撑。 2、负责核心算法模块的设计、技术选型与工程落地，推动算法方案在高并发生产环境中稳定交付。 3、带领算法团队完成任务拆解、项目推进、能力建设与梯队培养，提升团队整体效率与产出质量。 4、对方向核心业务指标负责，建立数据反馈闭环，驱动技术持续迭代与优化。 5、与产品、工程、运营及业务团队深度协同，推动技术方案与业务目标对齐，保障项目高效落地。 6、跟踪…
数据技术及产品部-RL Data工程师-Work（网络安全 领域）
1. 网络安全领域数据体系设计：针对 CTF、二进制漏洞挖掘、Web 渗透测试等方向做结构化拆解（考点分类、难度分级、任务原子化），设计可复用的任务模板与评测协议，基于外部搜集和自主设计，实现批量化和自动化构造靶机环境（Docker / QEMU / 云主机 / 隔离网络），最终沉淀标准化的领域数据资产。 2. 大模型行为轨迹生产与激励标注：驱动大模型在靶机环境中执行任务，采集完整的推理与操作轨迹（Thought / Action…