岗位职责
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 Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。
- 负责Agent算法架构设计与效果优化，包括但不限于模型优化（Agentic Post-training/Agentic Infra等）自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强；
- 复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务；
- Long-horizon运行设计：构建结合"工作记忆+全局知识库"的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架；
- 构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地；
- 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；
- 探索Agent Architectures/Structures的上限，在Agent应用研究中最大程度释放模型的能力，研究Self-Evolving AI System，实现Self-Improving Agents。
职位要求
- 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；
- 具有良好的工程能力，熟悉Python等开发框架；
- 对大模型和Agent有较深入的理解，熟悉常见的大模型后训练、实施模式、提示工程、评估框架、检索框架者优先。包含而不限于具有Agent数据合成、Agentic RL训练、Agentic RL Infra（例如CodeRL，Reward System）、Coding/Search Agent构建、Agent记忆系统构建、Multi-agent协作设计者优先；了解Agent Architectures/Structures（Multi-Agent、Context Engineering/Mangemant、ReAct/PlanAct/CodeAct）者优先；了解Agent相关的交互协议（MCP、A2A、Function Calling）者有优先；
- 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
- 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；
- 在具有影响力AI/Agent项目实习/工作经验者优先；
- 在GitHub等开源社区具有影响力项目发表经验者优先；
- 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；
- 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；
- 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。
