岗位描述（节选）
1、深度参与淘宝AI购物助手统一大模型的全链路训练，包括预训练退火、监督微调（SFT）、基于真实用户行为的奖励建模（RLVR）及人类反馈强化学习（RLHF），持续提升模型在电商场景下的任务完成能力。
2、设计并实现大模型原生的Agent框架，通过Skill编排、工具调用（Tool-use）、Sub-agent协作等机制，将淘系生态能力注入AI助手，使其具备“执行闭环”能力——不仅能理解用户意图，更能完成推荐、比价、下单、售后等真实购物任务。
3、基于淘天数亿级用户的真实交互行为，挖掘高信噪比的隐式与显式反馈信号，构建面向电商场景的奖励函数体系，并通过强化学习驱动模型持续优化用户体验与商业指标。
4、探索无人区问题，AI Agent在真实业务约束下的前沿挑战，包括但不限于：异步实时推理调度、Any-to-Any原生多模态理解（文本/图像/视频/商品卡片）、动态工具发现与组合、长程任务规划等。……
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。