阿里国际站-Agentic RL环境与模型训练工程师-杭州/北京

我们正在围绕 阿里巴巴国际站 + Accio Work 打造真实全球贸易场景的 AI Agent，覆盖买家采购、商家经营、Research、商品发布、跨平台运营、物流跟踪等复杂任务。 这个岗位聚焦 Agent rollout 环境搭建 + agentic model 训练，不是传统训练岗，也不是普通应用岗，而是把真实业务流程变成模型可交互、可学习、可优化的 environment，训练一个真正“会做事”的 Agent。 你会做什么： 1. 搭建国际站场景下的 Agent rollout / environment，支持多步任务、工具调用、Browser/API 操作 2. 构建 trajectory 采样、reward 计算、样本回流、任务重放等训练链路 3. 参与 SFT / Preference / RLHF / RLAIF 等 agentic post-tr…… 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。