阿里国际数字商业集团

Accio Work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AI原生应用产品，也是阿里在海外落地的首个企业级AI Agent，通过持续探索Agent、Agent Harness、RL、Memory、Reasoning等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。 1、研发并优化 Agent 的核心能力模块，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强； 2、复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务； 3、Long-horizon运行设计：构建结合"工作记忆+全局知识库"的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架； 4、构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地； 5、探索落地前沿Agent技术，包含而不限于：Agentic Model、Agentic Benchmark、Agentic RL、Pro-active Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agentic Post-Training。 职位要求 1、硕士及以上学历，计算机、电子、人工智能、自动化、数学、物理、等相关专业优先； 2、具有良好的工程能力，具有Agent数据合成、Agentic RL训练、Coding/Search Agent构建、Agent记忆系统构建、Multi-agent协作设计者优先； 3、有较强的自驱力、学习力、创新力和抗压能力，能够跟上正在快速变化的AI时代。 加分项 1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2、在具有影响力AI/Agent项目实习/工作经验者优先； 3、在GitHub等开源社区具有影响力项目发表经验者优先； 4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先； 5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。

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AI原生应用产品，也是全球首个B2B AI Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。 职责： 1、负责Agent算法架构设计与效果优化，包括但不限于模型优化（Agentic Post-training/Agentic Infra等）自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强； 2、复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务； 3、Long-horizon运行设计：构建结合"工作记忆+全局知识库"的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架； 4、构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地； 5、探索落地前沿Agent技术，包含而不限于：Agentic Model、Agentic Benchmark、Agentic RL、Pro-active Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agentic Post-Training； 6、探索Agent Architectures/Structures的上限，在Agent应用研究中最大程度释放模型的能力，研究Self-Evolving AI System，实现Self-Improving Agents。 要求： 1、硕士及以上学历，计算机、电子、人工智能、自动化、数学、物理、等相关专业优先； 2、具有良好的工程能力，熟悉Python等开发框架； 3、对大模型和Agent有较深入的理解，熟悉常见的大模型后训练、实施模式、提示工程、评估框架、检索框架者优先。包含而不限于具有Agent数据合成、Agentic RL训练、Agentic RL Infra（例如CodeRL，Reward System）、Coding/Search Agent构建、Agent记忆系统构建、Multi-agent协作设计者优先；了解Agent Architectures/Structures（Multi-Agent、Context Engineering/Mangemant、ReAct/PlanAct/CodeAct）者优先；了解Agent相关的交互协议（MCP、A2A、Function Calling）者有优先； 4、有较强的自驱力、学习力、创新力和抗压能力，能够跟上正在快速变化的AI时代。 加分项： 1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2、在具有影响力AI/Agent项目实习/工作经验者优先； 3、在GitHub等开源社区具有影响力项目发表经验者优先； 4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先； 5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。

岗位职责： 1. 产品设计：负责Accio Work 核心产品体验的设计优化，涵盖交互范式、智能体中心、插件生态、智能体团队的协作与权限模型，输出产品方案并推动跨团队交付，对用户体验与产品结果负责。 2. 评估体系：搭建以用户激活率、任务完成率、留存、核心行为转化为关键指标的产品度量体系，通过埋点设计、漏斗分析、A/B 实验等方法持续定位瓶颈并验证迭代效果。 3. 需求洞察：通过用户访谈、行为数据、工单反馈等输入识别高价值场景，建立需求优先级评估机制，在核心场景验证后推动产品能力向相邻场景拓展。 4. 竞品追踪：持续追踪AI产品领域动态，对Manus/Genspark/WorkBuddy等产品进行系统性对比与拆解，将行业洞察转化为可执行的产品迭代方向。 岗位要求： 1. 2年以上 AI/大模型产品经验，主导过至少一个AI产品或Agent类产品的设计。 2. 对技术有一定了解，对LLM能力边界、Agent 架构（规划、工具调用、记忆、反思）、RAG、MCP/OpenClaw 等有扎实理解，能与算法工程师就技术可行性与实现路径进行实质性讨论。 3. 具备复杂任务的结构化拆解能力，能将模糊目标分解为可执行、可度量的阶段性任务，在多团队协作中建立清晰的推进路径。 4. 对 AI 行业动态保持追踪，能从论文、产品发布、开源项目等一手信息中预判趋势并转化为产品机会。 5. 逻辑清晰，沟通高效，具备跨角色推动力，能在信息不完备的环境中推动团队形成共识并交付结果。

我们是阿里国际站-Accio算法团队，Accio是全球领先的AI native B2B平台，自发布以来用户数持续飞速增长，MAU已超千万，积累了海量行业真实数据。我们团队负责Accio中Sourcing Agent业务的能力建设和效果优化，包括自主寻源、智能谈判等场景。 加入我们，你将深入参与以下工作的一项或多项： 1、Agent Teams：设计并优化Multi-Agent系统，探索多Agent之间的上下文共享和协作机制； 2、Agentic RL：面向智能谈判等场景，基于Self-Play RL等方式，优化模型效果； 3、Proactive Agent：面向周级别长程任务，优化Agent系统和用户的交互时机和内容； 4、自进化Agent系统：基于Skill/Memory等Agent Harness组件，构建具备经验沉淀与持续自我进化能力的Agent系统。 职位要求: 1、计算机相关专业，硕士及以上学历； 2、有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先； 3、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架； 4、自驱力强，对新技术有热情，有较强的学习能力，熟练使用AI Coding工具； 5、加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目。

我们是阿里国际站-Accio算法团队，Accio是全球领先的AI native B2B平台，自发布以来用户数持续飞速增长，MAU已超千万，积累了海量行业真实数据。我们团队负责Accio中Sourcing Agent业务的能力建设和效果优化，包括自主寻源、智能谈判等场景。 加入我们，你将深入参与以下工作的一项或多项： 1、Agent Teams：设计并优化Multi-Agent系统，探索多Agent之间的上下文共享和协作机制； 2、Agentic RL：面向智能谈判等场景，基于Self-Play RL等方式，优化模型效果； 3、Proactive Agent：面向周级别长程任务，优化Agent系统和用户的交互时机和内容； 4、自进化Agent系统：基于Skill/Memory等Agent Harness组件，构建具备经验沉淀与持续自我进化能力的Agent系统。 要求： 1、计算机相关专业，硕士及以上学历； 2、有LLM/Agent相关工作经验，有规模化场景Agent落地经验、大规模RL训练经验者优先； 3、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架； 4、自驱力强，对新技术有热情，有较强的学习能力，熟练使用AI Coding工具； 5、加分项：在ICLR、ACL、EMNLP、NeurIPS等顶会上发表过高质量论文，或有高质量github开源项目。

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AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 1、参与开发和优化新一代多模态原生AI搜索系统，包括但不限于多模态模型训练、跨模态生成与检索、生成式AI搜、多模态Agent等； 2、参与搜索引擎研发，全链路提升搜索效果，包括但不限于多模态理解、query分析、召回、相关性、排序等关键模块的算法设计与优化； 3、参与买家Agent全链路开发与优化，跟踪前沿多模态大模型技术，探索推动开源SOTA模型的产品化落地。 职位要求 1、硕士及以上学历，计算机、电子、人工智能、自动化、数学、物理、等相关专业优先； 2、熟悉搜索引擎的基本原理和算法，包括query理解、召回、相关性排序、个性化推荐等，有多模态搜索和图搜经验者优先； 3、深入理解GPT-4o/Qwen-VL/InternVL等 MLLM模型，具备语言/多模态大模型相关研究/落地经验者优先，包含而不限于Post-Training、数据构造和评测体系建设经验； 4、熟悉Linux开发环境，熟练使用C和Python语言； 5、具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项 1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先； 3、在GitHub等开源社区具有影响力项目发表经验者优先； 4、具有SOTA Agent、AI搜、大型搜索产品核心算法开发/优化、大模型基座应用落地经验者优先； 5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。

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AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 职责： 1、构建Agent专用合成数据管线：设计并实现自动化的合成数据方案，重点生产高质量的思维链、工具调用和自我修正轨迹； 2、Agent交互环境搭建：构建高性能、可扩展的Agent框架和运行环境（如代码执行器、浏览器模拟器、数据库交互等），为模型提供实时反馈的环境； 3、Agentic RL：应用并改进RL算法，提升模型在长程任务（Long-horizon tasks）中的成功率和鲁棒性； 4、评估体系建设：开发超越传统基准测试的动态评估方案，针对规划能力、工具选择准确率、幻觉控制及错误恢复能力建立量化指标； 5、探索落地前沿Agent技术，包含而不限于：Agentic Model、Agentic Benchmark、Agentic RL、Pro-active Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agentic Post-Training。 要求： 1、硕士及以上学历，计算机、电子、人工智能、自动化、数学、物理、等相关专业优先； 2、具有大规模数据合成、Coding Agent、Search Agent、大规模RL训练、商业场景Agent架构与环境构建项目经验者优先； 3、具有良好的工程能力，熟悉Verl/Slime/RL2等模型训练infra并有训练经验者优先； 4、熟悉LLM-based Chatbot技术原理者优先；熟悉LLM Post-Training训练数据构建方法，以及Multi-Agent系统框架者优先； 5、有较强的自驱力、学习力、创新力和抗压能力，能够跟上正在快速变化的AI时代。 加分项 1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2、在具有影响力AI/Agent项目实习/工作经验者优先； 3、在GitHub等开源社区具有影响力项目发表经验者优先； 4、具有SOTA Agent产品核心算法开发/优化、大模型基座应用落地经验者优先； 5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。

职位描述： 1.参与Agent设计、开发和维护，完成从需求到设计、开发和上线等全项目周期工作，为用户提供丰富且有价值的Agent产品； 2.负责将Agent落地到实际业务场景，包括但不限于Prompt工程、RAG优化、Multi-Agent构建、Memory系统、RL系统、流程编排、知识库建设、内容生成及业务流程自动化等； 3.结合专业知识，深入分析垂直领域的业务逻辑，使 Agent 能够精准理解并执行专业性极高的业务需求； 4.实时关注AI与大模型领域技术发展趋势，并灵活应用于项目中，适应快速迭代的研发节奏。 职位要求： 1.毕业时间：2026-11-01 ~ 2027-10-01 本科及以上学历，计算机、电子、人工智能、数学、物理、自动化等相关专业优先； 2.具有优秀的代码能力，熟练掌握JAVA/Python编程语言； 3.熟练掌握Agent架构核心组件设计原理和调优方案，对开源的 Agent 框架了解者优先，包含而不限于ADK，Prompt 调优，Function Calling，RAG，上下文工程及压缩等； 4.学习能力强，对新事物保有好奇心，有良好的沟通能力和团队协同能力，善于独立思考并反思总结，具备批判性思维，能将复杂问题转化为简洁、高效的实现方案，热爱技术，拥抱开源。 【加分项】 1. 热衷于ACM，在校期间参与过大学生数学建模竞赛、“挑战杯”、机器人足球比赛等，或作为骨干参与过学生网站的建设和开发； 2. 在相关领域国际顶级会议、期刊发表论文，或相关学术会议组织的权威比赛中获奖； 3. ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先。

负责 AI Mode 核心业务场景的 AI 能力构建与落地，将大模型技术（LLM）转化为可量化、可评估的业务生产力。你既是 Agent 系统的架构师，也是业务逻辑的重构者。 岗位职责: 1. Agent 系统开发与编排 基于 Accio Work / AI Mode 框架，设计并开发具备自主决策能力的 Multi-Agent 协作系统 负责 Agent 核心链路建设，包括意图识别、任务规划（Planning）、工具调用（Function Calling / MCP）及多轮对话管理 将复杂业务问题拆解为 L3-L4 级可执行的 Agentic Workflow 2. AI 应用开发与效果调优 掌握 RAG（检索增强生成）架构，构建面向业务场景的知识库与召回策略 通过 Prompt Engineering、模型路由（大模型打标 + 小模型执行）等手段，持续优化模型表现 将 AI 幻觉率控制在业务可接受范围（≤5%），任务完成率提升至 90% 以上 3. 评测体系建设与业务价值验证 搭建基于真实业务 Query 的 Benchmark 评测集，建立可量化的模型效果评估体系 主导 AB 实验设计，确保 AI 功能上线后核心业务指标实现置信增长（P < 0.05） 对负责场景的 Token 效能比负责，实现单位计算成本节降 ≥ 20% 4. 业务流程自动化与决策提效 将负责业务域中 50% 以上的重复性决策交由 Agent 托管 利用 AI 解决数据归因与取数痛点，将决策支持响应时间从“天级”缩短为“分钟级” 沉淀可复用的 Skill 与工作流方法论，带动团队 AI 工具采纳率提升 任职要求： 1、计算机相关专业本科及以上学历，3 年以上后端开发或算法工程经验 2、熟练使用至少一种主流 LLM 应用框架（LangChain / LlamaIndex / AutoGen 等） 3、具备实际的大模型应用落地经验（RAG / Agent / Fine-tuning 至少精通一项） 4、具备扎实的工程能力，能独立完成从方案设计到上线运维的全链路交付 优先条件 1、有跨境电商、B2B 平台或供应链业务背景者优先 2、有 Multi-Agent 系统或 Harness 架构实战经验者优先 3、在国际站 AI Mode 或类似 AI Native 项目中主导过核心模块者优先

聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 具体职责包括以下相关方向的一项或多项： 1.需求理解与归因： ● 深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。 2.架构设计： ● 面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。 3.知识与环境构建： ● 搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。 4.核心能力实现： ● 负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。 5.系统迭代与演进： ● 建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。 6.性能优化： ● 优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行。 职位要求： 1.基础条件 ● 毕业时间：2026-11-01 ~ 2027-10-01 计算机、软件工程、人工智能等相关专业优先。 2.专业能力 ● AI编程工具重度玩家：Cursor、Claude code等AI编程工具重度或顶级玩家，具备极强的Prompt编写与调优能力，有过完整的项目级开发经验，理解如何让AI写出生产级代码。 ● 大模型能力理解与掌握：理解主流LLM的能力与局限，能够清晰拆解任务并通过LLM或确定性逻辑兜底实现；熟悉主流大模型的应用范式(Context Engineering、Prompt Engineering、Agent、工具/函数调用等等)及主流Agent框架(如LangChain等)，具备大模型幻觉、Prompt注入等风险的工程化应对思路。 ● 扎实的代码和工程能力：具备扎实的计算机基础知识，深入理解数据结构、算法、网络和操作系统等相关知识，能至少在一种主流编程语言（如 Java / Python / JS 等）上有深度的实践经验，掌握常见工程实践并具备优秀的Coding 能力，能够根据场景灵活选型并快速上手。 3.能力特质 ● 学习能力： 具备快速啃透前沿论文（Paper）的能力，并能将理论知识转化为工程代码。 ● 开放性与动手能力： 拒绝纸上谈兵，有自己独立完成的小项目（开源项目或个人 Demo），展现极客精神。 ● 好奇心与想象力： 面对未知事物有独特的想法，具备敏锐的问题定义能力和坚韧的解决问题能力。 ● 审美追求： 技术亦有审美，鼓励你提出能提出打动人心、简洁优雅的好想法。 ● 高能动性： 具备强烈的自驱力，能够主动探索边界，而不是等待被分配任务。 加分项 ● 有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先。 ● 开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力。 ● 对AI Infra有基本理解：了解vLLM、Ollama等推理框架原理，理解延迟优化、KV cache优化、流式输出等工程全局视角。 ● 在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础，有实际业务场景模型训练(SFT、RL)等经验的优先。

1、支撑模型团队使用 Megatron 进行大规模分布式训练，处理 tensor parallel、pipeline parallel、data parallel、expert parallel、sequence/context parallel 等并行策略相关问题; 2、支撑模型团队使用 SGLang 进行高吞吐推理和 rollout，优化 batching、KV cache、prefill/decode 调度、长上下文稳定性和在线训练链路； 3、设计和实现面向更大模型规模的 post-training infra，降低训练资源成本，提高实验迭代效率和系统稳定性； 4、建设 profiling、benchmark、monitoring 和 debugging 工具，提升训练吞吐、GPU utilization、rollout 稳定性和故障定位效率； 5、与研究员和模型工程师紧密合作，把新的训练想法快速落地成可复现、可扩展、可长期维护的系统能力。 职位描述 1、扎实的工程能力，熟悉 Python，最好熟悉一种系统语言或高性能计算相关语言，例如 C++、CUDA、Rust 或 Go； 2、熟悉 PyTorch 生态，理解大模型训练的基本流程，包括 forward/backward、optimizer、checkpoint、activation checkpointing、mixed precision 等； 3、有分布式系统或大规模训练经验，理解 GPU 集群、NCCL、通信开销、显存瓶颈、吞吐优化和故障恢复； 4、对 Megatron、DeepSpeed、FSDP、SGLang、vLLM、TensorRT-LLM、Ray 等训练或推理系统中的至少一类有实际使用或开发经验； 5、理解大模型 post-training 的基本范式，例如 SFT、DPO、PPO、GRPO、RLHF、RLAIF 或 agentic RL； 6、能够在复杂系统中定位问题：从日志、metric、profile、checkpoint、到分布式 rank 行为，都愿意追到根因； 7、有强 ownership，能把一次性的实验脚本沉淀成可复用的工具、模板、文档和稳定接口； 8、能和研究团队高效协作，既尊重研究速度，也重视系统正确性和长期可维护性。 加分项：做过 LLM training infra、RLHF infra、online RL、agent training、tool-use training、MoE 训练、低精度训练/推理、PEFT 或高质量开源 infra 项目。

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。 职责： 1、参与Agent模型开发与优化，跟踪前沿大模型技术，探索开源SOTA模型的产品化落地； 2、负责Agent算法架构设计与效果优化，推动Accio持续发展； 3、持续探索Agent技术，包括但不限于Agentic RL、Proactive Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agent Post-Training等，持续提升Agent能力。 要求： 1、硕士及以上学历，计算机、电子、人工智能、自动化、数学、物理、等相关专业优先； 2、熟悉Agent/RL相关核心技术，熟悉Verl/Slime/AReaL等框架； 3、 具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项 1、具有扎实的机器学习基础，熟悉CV、NLP、RL、ML、多模态理解、搜推广等领域的技术，在ICML、ACL、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、KDD、WWW、SIGIR、Recsys、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2、在LLM、多模态、机器学习、深度学习、Agent等一个或多个领域有较深入的研究者优先； 3、在GitHub等开源社区具有影响力项目发表经验者优先； 4、具有SOTA Agent、大模型后训练算法开发、大模型应用落地经验者优先； 5、具有优秀的代码能力，熟练掌握C/C++或Python，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 6、在LLM、多模态、RL、基础模型、世界模型等领域，主导过大影响力项目者优先。

我们正在寻找对引擎技术有深入理解和实践经验的工程师，参与构建和优化面向海量用户的核心搜索推荐系统。该岗位将深度参与搜推引擎全链路的技术研发，涵盖查询理解、召回、排序、索引等核心模块。 岗位职责: 1. 搜推全链路研发：负责搜推引擎核心模块的设计与开发，包括但不限于 Query 理解、召回策略、排序模型、索引构建与优化等环节，持续优化搜索效果与系统性能。 2. 策略与算法迭代：与算法团队紧密配合，将 NLP、深度学习等前沿技术落地到搜推场景中，提升相关性、时效性、多样性等核心指标。 3. 系统架构设计：参与引擎分布式架构的设计与优化，保障系统在高并发、大数据量场景下的稳定性、低延迟和高吞吐。 4. 数据驱动优化：建立搜推质量评估体系，通过数据分析和用户反馈驱动策略的持续迭代，量化优化效果。 5. 技术前沿探索：跟踪搜索、推荐、大模型领域的最新技术趋势，探索 LLM 在搜索中的应用（如 query 改写、语义检索、生成式搜索等），推动技术创新与业务价值转化。 任职要求： 1. 计算机科学或相关专业本科及以上学历，3 -5年以上搜推引擎或相关领域的工作经验，有主导过核心模块架构设计的经历。 2. 扎实的编程功底，精通 Java/C++/Python 中至少一门语言，熟悉数据结构与算法，具备良好的工程实践习惯；熟悉引擎的基本原理，对倒排索引、向量检索、相关性计算等有实际理解和动手经验。 3. 深入理解搜索全链路（Query 理解 → 召回 → 排序 → 展示），能在多个环节独立制定技术方案并推动落地。 4. 在以下至少一个方向有深入实践：NLP 技术应用、排序模型（Learning to Rank / 深度学习排序）、向量检索与语义搜索、大规模索引构建与优化、搜索引擎性能调优。 5. 具备系统架构设计能力，能处理高并发、低延迟的分布式系统挑战，有千万级 QPS 系统经验者优先。 6. 具备良好的沟通协作能力，能够独立承担模块级别的开发与交付。 加分项： 1. 有主流搜索引擎（如 Elasticsearch、Solr、OpenSearch）的源码级理解或深度定制经验。 2. 有大模型（LLM）在搜索场景落地的实践经验，如 RAG、语义检索、query 理解增强等。 3. 在 ACM/SIGIR/KDD 等顶会发表过论文，或在开源搜索社区有贡献。 4. 有电商搜索、内容搜索或垂直领域搜索的实战经验。 5. 熟悉 TensorFlow/PyTorch 等深度学习框架，有模型训练与线上部署经验。

负责 Accio Work 多模态产品的规划与落地，围绕图像、视频、文本等模态能力，构建面向电商场景的智能创作产品，帮助用户通过自然语言交互完成商品视觉创作、营销内容生产与店铺页面搭建： 1、 产品路线图： 主导 Accio Work 多模态 Agent 战略规划，定义生图、视频、建站三大场景的产品演进节奏与商业化路径； 2、 Agent 架构设计： 设计核心 Agent 框架（任务拆解、工具调用、工作流编排），将复杂的多模态大模型能力封装为高可用、低门槛的生产力工具； 3、 创作闭环设计： 围绕商品主图、营销素材、短视频等核心场景，设计“以商机为导向”的 Agent 自动化工作流，确保生成结果的可控性与商业可用性； 4、 工程化落地： 深度协同算法与工程团队，推动多模态模型在产品中的推理优化、延迟控制与规模化应用； 5、 质量与评估闭环： 建立多模态产品评估体系（包括生成质量指标与用户反馈闭环），通过 RLHF（人类反馈强化学习）思路，持续提升模型在业务侧的生成效果； 6、 前瞻判断： 持续追踪国内外 Agent、AIGC 技术演进，将前沿模型能力与跨境电商深度结合，输出具有竞争力的产品判断。 任职要求： 1、 本科及以上学历，5 年以上产品设计经验，至少 3 年以上 AI/AIGC 或多模态产品全生命周期经验； 2、 具备工业级 Agent 落地经验，深刻理解 Agent 核心模块（任务规划、记忆管理、工具调用、容错机制）； 3、 具备极强的“产品抽象能力”，能将复杂的模型能力转化为简单、高效的用户交互界面；有设计工具、创意平台或建站工具经验者优先； 4、 具备一定的技术视野，理解 Prompt Engineering、RAG（检索增强生成）及多模态模型能力边界；能够平衡模型推理成本与用户交互延迟； 5、 优秀的跨团队协作与项目推动力，能够协同算法与研发团队在“效果与性能”之间做出最优解，推动项目从 0 到 1 到 N； 6、 加分项：具备电商领域业务敏感度；对多模态评估指标（如 CLIP score, FID 等）有实践经验；有成熟 AI Native App 增长经验者优先。