阿里国际站/Alibaba.com-Agent后训练算法工程师/专家-Accio

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原生AI Agent，通过持续探索Agent、Agent Harness、RL、Memory、Reasoning等前沿技术，自研垂域模型、Agent模型、Agent系统，推动全球B2B跨境贸易实现跨越式发展。 负责大模型及长程 Agent 的后训练算法研究与落地，通过高质量数据、SFT、强化学习和蒸馏等方法，持续提升模型的推理、工具使用和复杂任务解决能力。 ● 探索并落地 SFT、RL、On-Policy Distillation、MOPD 等后训练算法。 ● 设计长程 Agent 数据构造流程，包括任务生成、环境搭建、工具交互、轨迹采集、清洗过滤、难度分层和数据配比。 ● 研究多轮、长轨迹及稀疏奖励场景下的 Credit Assignment、Reward Design 和训练稳定性。 ● 建设 Coding、Work、…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 9036 个杭州岗位（全城各职能合计），其中 523 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 8K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 250K。