岗位职责
我们是阿里国际站-Accio算法团队，Accio是全球领先的AI native B2B平台，自发布以来用户数持续飞速增长，MAU已超千万，积累了海量行业真实数据。我们团队负责Accio中Sourcing Agent业务的能力建设和效果优化，包括自主寻源、智能谈判等场景。加入我们，你将深入参与以下工作的一项或多项：
- Agent Teams：设计并优化Multi-Agent系统，探索多Agent之间的上下文共享和协作机制；
- Agentic RL：面向智能谈判等场景，基于Self-Play RL等方式，优化模型效果；
- Proactive Agent：面向周级别长程任务，优化Agent系统和用户的交互时机和内容；
- 自进化Agent系统：基于Skill/Memory等Agent Harness组件，构建具备经验沉淀与持续自我进化能力的Agent系统。
职位要求
- 计算机相关专业，硕士及以上学历；
- 有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先；
- 熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架；
- 自驱力强，对新技术有热情，有较强的学习能力，熟练使用AI Coding工具；
- 加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目。
