岗位职责
深入参与 Alibaba Token Hub 事业群 MaaS 业务（Model as a Service）的核心算法研发，以最前沿的技术驱动顶层业务创新，定义下一代 AI-Native 交互范式。结合阿里云真实业务场景，我们围绕大模型、智能体、全模态等核心能力，打造国际领先的AI服务与应用能。在这里，你的工作不仅是应用技术，更是突破技术天花板。具体工作内容包括但不限于：
- 攻坚前沿智能体架构与自演进技术：面向真实应用场景，负责研发基于业务数据和环境的 Agentic RL 训练、Agentic Framework 设计、Agentic Infra 优化，持续突破智能体在真实、长程、复杂任务中的多步拆解、动态规划与工具调用能力；同时支撑AI搜索、AI客服、AI视频生成等场景的云产品核心能力迭代；
- 主导针对挑战性难题的大模型优化：深入理解电商、教育、金融等垂直行业，依托阿里强大的基座模型（包括文本、语音、全模态大模型），开展后训练全链路优化（数据-训练-评测），攻坚大模型在关键领域、核心指标上的能力提升以及泛化性增强，构建高商业价值的行业解决方案；
- 定义新基准并反哺基座模型：从海量、高价值的真实业务场景中，抽象评测基准、沉淀高质量数据、升级训练范式，深度融合至阿里基座模型的迭代闭环中，从根本上提升大模型在复杂真实世界中的表现与决策胜率；
- 引领全球学术前沿与开源技术生态：持续跟踪AI领域的技术趋势，主导技术创新并转化为核心业务驱动力，确保大模型与智能体具备卓越的性能表现，通过高质量论文与开源项目，持续巩固和扩大团队在 AI 领域的技术影响力。
职位要求
- 计算机、人工智能、软件工程、数学等相关学历背景优秀硕士/博士，在机器学习、自然语言处理、语音信号处理、信息检索、多模态建模等领域具备扎实的基础理论；
- 具备优秀的代码能力，精通主流深度学习框架、分布式训练及模型推理加速；有大模型、智能体、语音大模型、多模态大模型等代码实现、模型训练和系统落地经验；
- 具备微调、偏好优化、强化学习等大模型后训练经验，能够通过数据构造、训练策略设计和实验分析持续提升模型效果；
- 具备出色的科研素养，在NeurIPS/ICML/ICLR/ACL/EMNLP/ICASSP等AI领域顶级会议上发表相关论文3篇及以上；
- 具备良好的沟通协作与项目推进能力，对面向真实场景的AI应用有热情，期待掌握将复杂算法逻辑转化为解决实际商业问题方案的能力；
- 加分项：参加知名学术比赛、数学建模竞赛并取得优秀成绩；在AI领域顶会上获得最佳/杰出论文；在全模态理解、深度搜索、端到端语音交互、AutoResearch等前沿方向有深入实践、开源贡献或高影响力研究成果。
