阿里巴巴夸克大模型团队正面向杭州和北京招聘强化学习算法工程师/实习生。该团队专注于全栈自研千亿级参数大模型，聚焦搜索、医疗、教育等场景的智能化创新，旨在打造低幻觉率、高知识正确性的AI能力。此次招聘的岗位职责包括研发新一代大模型强化学习算法，提升模型在多模态、工具调用、复杂环境交互等方面的基础能力；优化大规模分布式强化学习框架，提升万卡集群下的训练效率；并将强化学习研究成果融入夸克产品生态，打造更懂用户的智能服务。要求硕士及以上学历，具备强化学习、大模型深度学习框架（如Transformers、PyTorch、Megatron-LM）的丰富知识和实践经验，以及扎实的编程能力和良好的沟通协作能力。拥有RLHF、RL reasoning、Agentic RL等方向项目经验或在顶级学术会议发表过论文者将优先考虑。

🔹 **岗位职责核心**：该职位聚焦于研发和优化新一代大模型强化学习算法，以提升模型在多模态、工具调用、复杂环境交互和多智能体交互等方向的基础能力。同时，还需要改进大规模分布式强化学习框架，优化万卡集群下的训练效率，并最终将研究成果应用于夸克产品生态，打造更智能的服务。

🔸 **任职要求详尽**：申请者需具备硕士及以上学历，专业背景为数学、强化学习、自然语言处理等。核心要求是对强化学习有扎实的专业知识，熟悉深度强化学习算法在大语言模型中的应用及前沿知识。此外，熟悉大模型相关的深度学习框架（如Transformers、PyTorch、Megatron-LM）并具备扎实的编程基础和代码实现能力也是必备条件。良好的沟通、协作和解决问题的能力同样重要。

🌟 **加分项突出**：对于有大语言模型RLHF、RL reasoning、Agentic RL等方向实际项目经验的候选人，以及在强化学习、大模型训练、多智能体等研究方向上曾在顶级学术会议发表过论文的申请者，将获得优先考虑。此外，具备大规模分布式强化学习训练经验或RL框架优化经验者也会被视为优势。

📧 **投递方式明确**：有意向的求职者需将简历发送至 weixuyuan.wxy@alibaba-inc.com，并在邮件标题中注明“姓名-岗位名称-AI求职”，以便快速准确地处理。

🚀 **社群价值凸显**：文章还介绍了「AI 求职」社群，旨在为求职者提供招聘需求曝光、最新面试经验、校招准备攻略、硕博招生信息以及独家内推渠道等服务，鼓励大家加入社群以获得更多求职支持。

帮你找工作的 2025-07-28 13:32 北京