阿里巴巴2027届校招岗位

岗位描述 负责设计与构建涵盖公共互联网信息的下一代 AI 搜索系统。主导从数据采集、索引构建到检索增强生成（RAG）的全链路架构设计，解决在百亿级文档规模下的高并发、低延迟及事实一致性难题。 核心职责包括： 1、公网数据流水线架构设计：设计并实现高吞吐的公网数据采集与清洗系统，应对海量、多模态及动态变化的公开网络数据

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 针对当前多模态大模型在后训练阶段面临的模态割裂、对齐效率低、奖励信号稀疏且场景泛化能力弱等关键挑战，本课题聚焦于构建统一的多模态大模型后训练算法体系。研究内容主要包括三个方面： 1、探索模型高效对齐的后训练算法，结合指令微调、偏好学习与知识蒸馏技术，提出低资源、高响应的对齐范式，实现模型行为与人类意图的高度契

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1、探索研究多模态生成大模型的设计与开发，探究高效生成、生成理解统一、多模态理解、强化学习/RLHF后训练和高效数据管线设计等方向； 2、参与研发多模态生成大模型开发等下一代人工智能核心技术，参与大规模生成基础模型预训练与后训练开发; 3、负责跟踪和研究多模态生成大模型前沿技术调研、落地、对业务进行优化； 4

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1. 负责研发大规模世界模型，提升模型对真实世界动态变化的建模能力。 2. 研究可规模化的世界模型架构，解决世界模型在长程预测中的物理一致性问题和长期记忆等问题。 3. 构建世界模型数据体系，探索世界模型在参数与数据规模上的 Scaling Laws。 4. 构建可交互的世界模型系统，并推动技术在实际产品中的

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1.设计和实现OTA在线旅行领域的多模态大模型，包括预训练、指令微调与对齐，强化学习/RLHF后训练，推动其在在线旅行行业中的应用落地； 2.研究生成理解统一，VQA、高效多模态数据管线等方向； 3.跟踪并实践多模态生成大模型前沿技术，引入新的算法技术及理念，推动业务落地及技术优化。 岗位要求 1.来自全球

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 你将深度参与到千问核心Agent能力的技术探索和业务落地实践，围绕Agent能力的建设上探索面向未来的空间： 1、前沿算法研究： 持续对多智能体协同场景的前沿技术进行探索，设计并实现高效的 Agent 通信、规划、路由和强化学习训练算法； 2、系统架构设计： 探索支持异构 Agent 协作的底层框架，解决复杂

硕士 · 查看完整岗位与申请入口 →

岗位描述 你将深度参与到千问VQA Agent的优化&探索中，致力于攻克多模态Agentic Search后训练的核心深水区，探索下一代SearchAgent范式。具体工作包括不限于： 1、Agentic RL优化探索：负责Agent轨迹的信用分配与训练策略优化；设计ORM与PRM协同的奖励体系，解决稀疏奖励、探索不足

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 岗位聚焦于构建面向下一代内容安全与商品治理的超级智能体系统（Super Agent），深度融合大模型认知能力及平台治理知识体系，推动风险治理从“人工规则+模型判别”向“自主感知—知识推理—动态决策—闭环干预”的智能体范式跃迁。核心职责包括： 1、构建大模型驱动的商品治理体系：研发百亿级商品知识图谱，实现品牌、

硕士 · 查看完整岗位与申请入口 →

岗位描述 1、跟进并研发多模态大模型的强化学习对齐技术，提升模型在多模态任务中的表现； 2、负责强化学习对齐技术研发，包括Reward Model训练、PPO/DPO/GRPO等策略优化算法的实现与优化； 3、通过强化学习提升世界模型智能和效果上限提升； 4、参与设计和开发高效的强化学习训练框架，支持大规模分布式RL训

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 负责 Agentic Model 的训练方法、能力提升与数据合成体系研究，探索大模型在自主决策、规划与工具调用等方面的强化路径，包括但不限于： 1. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，持续迭代模型在Agent场景的

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 随着大模型与生成式AI的爆发式增长，AI基础设施正面临前所未有的性能、规模与效率挑战。该岗位致力于培养构建下一代AI系统底座的领军人才，具备软硬协同、跨层优化的知识面和技术深度，支撑集团核心AI业务的训练推理提效、集群资源调度及异构算力协同优化，推动AI技术的边界突破。核心问题包括但不限于： 1. 极致性能优

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1、分布式推理架构的研发，包括多机推理架构设计，P/D分离、A/F分离、VL模型分离架构的落地； 2、推理引擎服务化，包括推理引擎如何接入线上服务平台，自动扩缩容和可观测性的适配，以及提升线上服务稳定性； 3、多模态模型的推理功能开发和性能优化，包括对Qwen-VL、Qwen-Audio、Qwen-Omn

硕士 · 查看完整岗位与申请入口 →

岗位描述 1.大模型推理与调度平台建设：主导多模态/LLM 推理服务化与模型调度中台建设，支持多模型共存、降级容错与弹性扩缩容，保障高并发低时延的线上推理体验； 2.推理加速与资源效率优化：推进推理加速与 GPU 资源复用等优化策略落地，提升模型利用率并降低单位推理成本； 3.模型成本治理体系：建设模型资源可视化与治理

硕士 · 查看完整岗位与申请入口 →

岗位描述 Qteam 是阿里云旗下的 AI 编码产品团队，正在打造涵盖 AI IDE、AI 编码插件、AI Coding CLI 在内的下一代智能开发工具矩阵。我们相信 AI 将从根本上重塑开发者的编程方式——从代码补全到自主编程 Agent，从单点辅助到全流程智能化。在快速演进的产品矩阵背后，多平台交付复杂度、AI

硕士 · 查看完整岗位与申请入口 →

岗位描述 1、负责研发大规模世界模型，提升模型对真实世界动态变化的建模能力； 2、研究可规模化的世界模型架构，解决世界模型在长程预测中的物理一致性问题和长期记忆等问题； 3、构建世界模型数据体系，探索世界模型在参数与数据规模上的 Scaling Laws; 4、构建可交互的世界模型系统，并推动技术在实际产品中的落地。

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 在这里，你将深入大模型计算的核心腹地，横跨算法压缩与系统工程，从万亿参数模型的轻量化创新到万卡集群的极致性能调优，打通从模型结构创新、高效压缩、到算子内核与分布式系统的全链路技术栈，打造全球领先的训练与推理加速引擎。 1、极致算子与内核开发 手写高性能GPU/NPU核心算子（CUDA/Triton），针对低比

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 负责阿里云可观测平台核心算法与智能引擎建设，沉淀深厚的运维领域知识与经验。加入该岗位，您将基于大模型技术，构建下一代 AIOps 产品核心竞争力，打造面向未来的智能运维基础设施。 1. 研发可观测核心算子，负责设计与研发面向海量可观测数据的核心算法算子，实现对海量原始数据的高效预处理与特征提取，为上层智能应用

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1. 设计并实现高性能AI原生网关。构建低延迟、高并发的网关系统，支持多模态、多协议接入，为国内及全球客户提供灵活、安全、可扩展的流量接入方案，提供完整的数据面控制与可观测能力。 2. 提供AI 安全防护 和 流量防护能力，提供智能的，柔性流控策略，应接尽接，最大限度确保合法流量进入。 3. 提供流量调度能力

硕士 · 查看完整岗位与申请入口 →

岗位描述 近年来，以大模型为核心的生成式人工智能技术在语音理解、语音合成、语音交互等领域取得了突破性进展，展现出前所未有的技术潜力与广泛的应用前景。 我们致力于语音通用大模型方向的前沿探索与产业落地创新。一方面，在迈向通用语音智能的长期路径中，随着语音基座模型能力的持续进化，语音感知、语义理解、语音生成与韵律建模等关键

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1. 针对预训练（含mid-training）模型在coding，cowork，长尾知识，长文本能力等方面的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集。 2. 整合高质量公开评测集和私有评测集。为不同训练阶段、不同领域、不同优化目标（模型结构/数据配比/主线模型迭代）定制评测方案，挑选质量最高

本科 · 查看完整岗位与申请入口 →

岗位描述 面向 LLM/MLLM 及 AIGC 场景，致力于将前沿的大模型数据生成、后训练（Post-training）和效果评测链路打造为高可用、可迭代、成本可控的企业级微调产品与 API 服务。 具体职责包括： 1. 数据飞轮：搭建高效、自动化的数据管线，助力互联网及头部行业客户构建“数据合成/增强 -> 模型训练

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1 集团战略级通用视频基础模型预训练全流程核心技术问题研究， 如模型架构选用，稳定收敛技巧、效果检测、数据配比等。 2 全能参考视频生成和视频编辑技术问题研究，如可控信息注入方式、规模化编辑数据构造、统一模型训练技巧等。 岗位要求 1. 大规模多模态生成模型预训练和可控生成训练经验； 2. 大模型团队协作经

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1. 智算网络架构设计与演进： 负责千卡/万卡级AI训练集群的网络架构规划与设计，主导基于RoCE v2、Solar/Stellar等高性能网络技术的落地，确保低延迟、高吞吐的网络环境以支撑大模型训练效率； 2. 高性能网络优化： 深入分析分布式训练中的网络瓶颈，通过拥塞控制算法调优、流量调度策略优化、网卡参

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 千问Qwen是由阿里巴巴自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 在这里，你将参与传统视频编码器（包括但不限于HEVC/VVC）优化，在保障画质体验的前提下，尽可能节省带宽； 在这里，你将探索基于语义的内容感知编码优化，深度学习编码，AIGC编码等前沿课题； 在这里，你将参与视频编码与处理联合优化，在标准编码框架的基础上，借助AI领域的新技术成果来研究视频信号的表征、编码与

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率； 如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破； 如果你，专注于基于AIGC的可控性编辑，探索如何精

本科 · 查看完整岗位与申请入口 →

岗位描述 【我们做什么】掏出手机，打开你的淘宝（先别去搜索），往下滑，就来到了我们的“猜你喜欢”！淘宝有上亿件商品，还有更多的图片、短视频、直播间。推荐算法团队的工作，就是通过机器学习、AI等算法，从中找到专属于你的中意品，让你体验一把“从打开到剁手”！ 对于电商平台，一个好的推荐系统不仅能帮助消费者更精准地发现ta的

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 团队是淘天集团内专注于创新和优化搜索技术的核心团队，支撑淘天超大规模检索、相关性、预估、Query理解、顶层机制设计、AI搜，直接驱动千亿级GMV。我们的任务是通过持续研发高效、精准的搜索算法，以提升用户的在线购物体验和满意度，进而推动电商平台的商业成功。在这一关键角色中，你将参与淘宝搜索功能的核心算法研究，

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 相关研究课题细分方向如下：： ● 基于生成式模型和大模型的出价算法研究与应用 ● 基于大模型和Agent技术的广告投放优化算法研究与应用 ● 多模态大模型、内容理解与广告模型算法的结合相关研究 ● 基于LLM的搜索＆推荐&预估模型研究 ● 融合价值最优的Listwise序列生成算法、拍卖机制研究 ● LLM技

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 【我们做什么】 1、素材质量：守住平台体验底线，优化素材质和量。涉及劣质素材审核、素材优选、封面/看点生产等 2、内容库：完善和优化内容的基础数据，为前台应用提供高质量可靠的基础数据。涉及关系型数据（如同源、相似、原创）；标签型数据（如内容分类等） 3、推荐基础模型&应用：依托创新业务场景和大模型新技术，沉淀

学历以官网为准 · 查看完整岗位与申请入口 →