alibaba
Open positions
Token Foundry-大模型Post-training算法研究员-Qwen
千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen…
Token Foundry-大模型音视频理解算法研究员-Qwen
1. 音频/音视频 Agentic能力: 原生音视频Agentic/Long-horizon, 全模态Agentic/Coding不降智等。 2. 音视频理解基础能力：包括Caption, Grouding, 音视频Alignment， General QA，长视频，多音视频理解等。 3. 音频/语音理解基础能力: 包括ASR, MultiSpkASR,…
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…
淘天集团-数据科学专家-搜推方向
1、负责电商平台搜索与推荐产品的分析工作。 2、针对流量机制、产品分析、策略分析等方向，利用因果推断、数学建模、运筹优化等方法，完成从问题定义到策略落地的闭环。 3、建设相关的数据产品。与BI、产品、运营、算法等协同，推动模型/数据产品/策略等落地，并进行线上监控与迭代。 4、设计并推动A/B实验与因果评估。深度参与实验方案、口径定义、效果测算、复盘沉淀等，提供策略决策依据，输出策略调优方向。 1、…
阿里国际站/Alibaba.com-Training Infra 工程师（分布式/后训练/RL）-Accio Work
Accio work 自研的 Agentic RL Infra —— Dressage 开源啦！也被放到了 Slime 的 README 里，欢迎大家来交流~ Github: https://github.com/Accio-Lab/Dressage 负责大模型分布式训练基础设施建设，支撑新模型结构快速接入及大规模训练任务稳定、高效运行。 ● 负责新模型结构在 Megatron…
千问办公-AI全栈工程师-AI硬件
1、负责 AI 驱动应用的核心架构设计与开发，打通前端交互、后端服务、数据链路与 AI 模型能力，构建端到端可落地的智能化产品能力； 2、构建稳定、高可用、可扩展的后端服务体系，熟悉分布式架构、消息中间件、缓存、远程调用、任务调度等核心技术，支撑复杂业务逻辑、高并发场景及 AI 应用的异步化、长链路执行需求； 3、负责LLM及多模态 AI 能力的集成、编排与工程化落地，持续优化 Prompt Engineering、Context…
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-MOS 实验室-Agent Harness专家-北京/杭州/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-AI搜索算法专家-杭州
1. 大模型驱动的搜索架构革新：主导医疗搜索核心算法体系的迭代升级，聚焦大模型排序、多模态召回、语义理解等关键技术突破，构建下一代医疗垂直领域搜索范式。 2. 大模型深度应用与优化：探索大模型在医疗搜索场景的落地路径，通过模型微调、知识蒸馏、检索增强生成（RAG）等技术，重构相关性计算、召回策略与排序模型，实现搜索效果的质的飞跃。 3.…
千问事业部-离线数据系统架构-杭州
1. 搜索核心链路建设：负责千问搜索链接发现与调度、网页采集与解析、内容处理、索引构建等核心模块的架构设计与研发，支撑海量数据的持续更新和稳定供给。 2. 收录效率与数据效果优化：围绕有效覆盖、收录时效、内容质量和单位有效数据成本，优化抓取优先级、更新策略、去重及质量评估机制，通过数据分析、实验和下游反馈持续验证收益。 3.…
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-MOS 实验室-AI Agent 算法专家（任务助理方向）-杭州/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-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-多模态大模型Posttrain算法专家-北京/广州
千问多模态推理算法致力于使用AI在Agentic、stem等方向的效果提升。在这里您将与我们一起挑战前沿的产品技术问题，并收获服务千万级用户的成就感和影响力。 1. 负责面向推理的多模态大模型研发，包括图文、视频、音频等多个模态的预训练，探索多模态的数据质量评估和清洗方法； 2. 负责对模型的训练数据、训练策略、模型结构等进行深入分析。 3. 负责强化学习算法研发、提升训练稳定性、采样效率、训练效果。 4.…