DataHub 关键词情报 · 数据更新至 2026-07-22
阿里巴巴算法与研究招聘
本页聚焦阿里巴巴算法与研究相关岗位，便于用户比较岗位职责、地点、薪资标注和详情入口。
活跃公司
- 阿里巴巴73 · 100.0%
热门地点
- 北京66 · 90.4%
- 远程4 · 5.5%
- 杭州2 · 2.7%
- 美国1 · 1.4%
岗位方向
- 算法与研究73 · 100.0%
OPEN ROLES
代表岗位
多模态世界模型研究员
负责通义万相多模态世界模型的Reward Model构建，包括基模型评价维度和benchmark构建；构建强化学习Reward Model和有效RL算法；结合线上用户反馈挖掘模型缺点、持续迭代，实现和人类评测和偏好对齐
多模态生成大模型研发工程师
负责通义万相多模态生成大模型研发，重点解决生成大模型的训练和推理效率问题；负责研发各种蒸馏加速算法，包括CFG蒸馏，推理步数蒸馏等；负责研发各种Training-free推理加速算法，不限于cache、量化、采样优化等策略
大语言模型多语言能力研发工程师
负责Qwen-Omni多语言能力研发，解决多语言语音翻译、实时同传等技术问题；大模型算法前沿技术追踪、探索，建设技术影响力；研发基于多模态大模型的多语言/跨语言任务处理新范式，构建基于大模型的多语言应用
通义实验室文档智能团队研究员
研究超长上下文管理和记忆技术、模型自进化、long cot、数据自动合成技术，提升超长文本、多文档能力；研究长文本强化学习基础技术，包括long-context reasoning RL、open-ended generation RL、long-context agentic RL，提升文档大模…
通义千问（Qwen）多模态模型研究员
多模态预训练：开展数据清洗、模型结构设计、训练策略优化等研究；多模态后训练：迭代SFT/RLHF策略，优化专项能力数据与评估标准；多模态推理与通用Agent：通过强化学习提升模型任务执行能力
通义千问（Qwen）视觉生成技术研究员
下一代理解生成一体化的模型结构设计与研发，探索Autoregressive LLM、Diffusion及两者结合的多种技术路线；研究及探索世界模型的多模态训练数据及对应训练策略；设计及研发自动化评估方法设计与实现，为模型研发提供科学指导
原生多模态模型研究员
负责原生多模态模型研究和开发，结合多模态能力（支持文本、图像、语音输入）实现复杂指令生成，包括但不限于文生图、图生图、文档生成、可控编辑等核心方向；负责图像生成模型效果优化，探索扩散模型、自回归模型结构和策略优化等核心技术课题
具身智能大模型研究与优化
研究和构建具身智能大模型（Embodied Foundation Models）与机器人大脑；探索语言、视觉、动作等多模态融合机制（VLM / VLA / VLA-Agent）；优化模型的长时记忆、推理能力与可泛化性
NLP大模型应用工程师
参与/负责搜索代理、深度研究、助手等智能体模型的体系化优化（评测、数据合成、SFT、RL等），保障模型的落地可交付效果与领先性；参与/负责对接重点业务，分解和抽象场景问题，设计和调优智能体全链路
语音算法研究员
负责语音合成、语音识别、端到端语音交互大模型算法的基础研究和应用落地；参与语音合成与识别技术在业务场景落地，解决落地过程中的前沿问题，持续优化语音合成与识别核心技术效果；深入调研和关注音频/NLP/多模态/全模态等方向的前沿技术，持续探索语音技术的新能力和新应用
全模态大模型算法工程师
主导/核心参与全模态大模型（文本、图像、视频、音频、3D等）的模型架构与核心算法设计、训练及优化；探索跨模态对齐、多模态融合和原生多模态等前沿技术创新；开发全模态大模型在具体场景中的应用落地（如实时AI视频通话等方向）
大模型应用开发者
探索超前沿大语言模型强化学习算法和Agentic应用范式；参与大模型应用开发平台架构设计，积极推进MCP等开源协议赋能企业级开发平台；构建大模型轻应用，推进大模型在金融/医疗/教育等核心场景落地和赋能
多模态大模型与智能体技术研究员
探索研究多模态大模型、GUI agent、Agentic RL、AI memory、多模态RAG等前沿技术；参与研发多模态、全模态大模型等下一代人工智能核心技术，探索面向真实环境的多模态智能体多轮强化学习
多模态口语交互算法研发工程师
负责通义实验室多模态口语交互的算法研发，推进大模型增强的语言交互技术能力建设；端到端多模态联合建模：语音/视觉/文本等模态融合并应用于人机交互场景；多模态交互应用算法：意图动态规划、多智能体协作、多任务推理、主动交互
语音算法工程师
负责通义实验室语音团队的语音处理算法研发，包括语音增强、回声消除、麦克风阵列（波束形成、声源定位等）、语音唤醒、多模检测、轻量化ASR/TTS/LLM等任务；持续关注行业前沿动态，通过专利申请、论文和技术报告等形式提升团队的技术影响力
通义实验室-VLA算法专家-通义千问
具身基础模型研究： 构建面向机器人的多模态基础模型，将视觉语言模型与机器人中心的物理世界理解与决策深度融合，构建具身领域的高质量的大规模真实与仿真数据集，设计并训练支持感知、动作、记忆、规划与语言理解统一的具身基础模型
语音生成大模型研发工程师
参与前沿语音生成大模型的研发，涵盖数据体系设计、模型架构设计、训练优化等；探索语音合成、声学建模、自然语言处理等多模态融合技术，提升模型在语音质量、自然度及逻辑推理能力上的表现；针对实际应用场景（音色克隆、情感控制等）优化模型效果和性能，解决复杂技术难题
多模态生成大模型研究员
探索研究多模态生成大模型的设计与开发；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；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；计算机科学、人工智能、机器学习或相关领域的硕士或博士学位
音频模型研究员/工程师
参与Qwen3-Music项目研究以及开源，构建世界级的影响力项目；围绕Qwen基座模型展开音频处理及音频交互相关的基础研究与应用；支持开发实时交互系统；计算机科学、语音交互、人工智能、机器学习等领域的博士/硕士毕业生
多模态交互模型研发工程师
负责面向AI手机、智能座舱等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化；研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量
语音识别与对话大模型算法工程师
负责语音识别和语音对话大模型的算法研发与优化，包括声学模型、LLM模型和解码器等；探索新的算法架构，建设高效率、低时延的语音应用系统；结合业务需求，持续改进现有模型的性能，确保其在不同应用场景下的准确性和鲁棒性
通义实验室-代码大模型算法工程师-通义千问
负责通用模型 Qwen 的代码能力和代码专有模型 Qwen；）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索；）我们坚持 Large；scale RL 来提升 Code Reasoning 能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开…
通义实验室-大模型评估系统算法工程师-通义千问
挖掘大模型弱点，持续快速构建覆盖各项模型能力的评测数据集，探索可靠、具有可扩展性的评测方案；Judge 方案构建，训练 LLM Judge / Reward Model，建模人类偏好并提升长尾任务的评价准确性
通义实验室-大模型预训练算法工程师-通义千问
预训练数据：大规模预训练数据合成技术探索、STEM & reasoning 优化、长尾知识优化、精品数据挖掘过滤、自然数据 scaling、长文本优化、面向 test；预训练策略：新型预训练损失函数探索、遗忘对抗与持续学习、optimizer 优化、lr scheduler 优化、课程学习、sca…
通义千问（Qwen）大模型Agent能力优化工程师
优化Qwen基础大模型的通用Agent能力（如Tool use、RAG、Planning、Memory等算法研发）；跟进业界Agent Benchmark，保持Qwen的行业领先水平
通义实验室-大模型数据处理与优化算法工程师-通义千问
需求对接与迭代： 快速理解模型预训练需求，灵活调整数据方案以适应高频迭代；数据处理与优化： 开发工具完成数据收集、清洗、格式转换（如HTML；Text、ASR等），构建验证与测试集以量化性能指标，优化流程以应对超大规模数据挑战
通义实验室-语音大模型算法工程师-通义千问
单人/多说话人语音识别；语音合成与高质量音频合成；音乐生成 / 歌声生成；理解指令遵循能力提升与推理，包括 SFT, GRPO 等；流式音频交互模型的推理与加速 (熟悉RTC/WebSocket等)
高级对话系统算法工程师
负责面向AI手机、智能座舱等ToB场景的对话系统整体算法能力建设；AI Memory与用户个性化建模：构建长期用户画像、兴趣演化与上下文记忆机制；语义检索与向量数据库算法：设计高效、低延迟的语义匹配、嵌入表示与向量索引方案
多模态大模型研究员
探索研究多模态理解、计算机视觉、自然语言处理等前沿技术；参与研发多模态、全模态大模型等下一代人工智能核心技术；探索大规模/超大规模多模态理解与生成统一的基础模型，提升大模型能力；负责跟踪和研究多模态大模型前沿技术调研、落地、对业务进行优化
多模态世界模型研究员
探索大规模多模态理解生成统一基础模型，包括统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等；探索和突破多模态强化学习，包括视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等
多模态理解/音频大模型算法研究员
主导多模态理解/音频大模型的前沿算法研究及产业落地；研发语音识别、语音翻译以及音频分析等理解算法；开发跨模态（语音/文本/视觉）的音频语义理解系统；探索音频大模型架构设计；推动算法成果转化：通过ModelScope开源社区创造研究价值，或通过阿里云产品体系创造商业价值
多模态世界模型算法工程师
负责通义万相多模态世界模型的Reward Model构建，包括基模型评价维度和benchmark建设；构建强化学习Reward Model和有效RL算法，实现与人类评测和偏好的对齐；结合线上用户反馈挖掘模型缺点，持续迭代优化模型能力
多模态生成大模型算法工程师
负责通义万相多模态生成大模型研发，重点解决生成大模型的训练和推理效率问题；负责研发各种蒸馏加速算法，包括CFG蒸馏、推理步数蒸馏等；负责研发各种Training-free推理加速算法，涵盖cache、量化、采样优化等策略
多模态大模型算法专家（Qwen-Omni方向）
负责Qwen-Omni多语言能力研发，解决多语言语音翻译、实时同传等技术问题；追踪大模型算法前沿技术，探索创新方案，建设团队技术影响力；研发基于多模态大模型的多语言/跨语言任务处理新范式，构建大模型多语言应用
数据智能研究员/研发工程师
开展智能数据库基础研究，并将研究成果部署到实际产品中；运用统计与优化工具优化大数据管理系统的分布式存储与索引；利用统计算法实现交互式数据分析（近似查询处理与在线聚合）；进行查询优化研究，包括更准确的代价模型、执行计划选择等
大模型算法工程师（文档智能方向）
研究超长上下文管理和记忆技术、模型自进化、long cot、数据自动合成技术等，提升超长文本与多文档处理能力；开展长文本强化学习基础技术研究，包括long-context reasoning RL、open-ended generation RL、long-context agentic RL，解…
多模态大模型算法专家（视觉语言方向）
开展多模态预训练研究及实验，包括数据清洗筛选、数据配比优化、课程学习、视觉语言模型结构设计优化、训练策略优化、预训练数据合成、scaling law预测、词表优化、模型蒸馏压缩、长上下文能力优化等
视觉生成算法工程师/研究员
负责下一代理解生成一体化模型结构设计与研发，探索自回归大语言模型、扩散模型及两者结合的多种技术路线；研究及探索世界模型的多模态训练数据及对应训练策略；设计及研发自动化评估方法，为模型研发提供科学指导
多模态世界模型算法专家
负责原生多模态模型研究和开发，结合多模态能力（支持文本、图像、语音输入）实现复杂指令生成，包括文生图、图生图、文档生成、可控编辑等核心方向；负责图像生成模型效果优化，探索扩散模型、自回归模型结构和策略优化等核心技术课题
数字人算法工程师/研究员
负责面向实时交互场景的数字人生成技术研发，重点探索3D/身体表征与视频生成的深度融合，实现高保真、低延迟的全模态驱动数字人生成；运用Z-Image等前沿AIGC和多模态技术及数据管线技术，主导构建高质量、大规模的2D/3D人像数据集，为下一代数字人模型研发奠定数据基石
具身智能算法研究员/工程师
研究和构建具身智能大模型（Embodied Foundation Models）与机器人大脑系统；探索语言、视觉、动作等多模态融合机制（VLM / VLA / VLA-Agent）；优化模型的长时记忆、推理能力与可泛化性
NLP大模型应用算法工程师（Agent方向）
参与或负责search agent、deepresearch、Assistant等agent模型的体系化优化工作，涵盖评测、数据合成、SFT、RL等环节；保障模型的落地可交付效果和技术领先性
语音算法研究员/工程师
负责语音合成、语音识别、端到端语音交互大模型算法的基础研究和应用落地；参与语音合成与识别技术在业务场景落地，解决落地过程中的前沿问题，持续优化语音合成与识别核心技术效果；深入调研和关注音频/NLP/多模态/全模态等方向的前沿技术，持续探索语音技术的新能力和新应用
全模态大模型算法专家
主导或核心参与全模态大模型的模型架构与核心算法设计、训练及优化；探索跨模态对齐、多模态融合和原生多模态等前沿技术创新；开发全模态大模型在具体场景中的应用落地，如实时AI视频通话等方向；将全模态大模型技术与业务需求结合，推动场景化落地
多模态大模型研究员
探索研究多模态大模型、GUI智能体、智能体强化学习、AI记忆、多模态检索增强生成等前沿技术；参与研发多模态、全模态大模型等下一代人工智能核心技术；探索面向真实环境的多模态智能体多轮强化学习方法
多模态口语交互算法专家
负责通义实验室多模态口语交互的算法研发，深入理解全链路多模态交互技术；开展端到端多模态联合建模，实现语音/视觉/文本等模态融合并应用于人机交互场景；研发多模态交互应用算法，包括意图动态规划、多智能体协作、多任务推理、主动交互
语音算法专家
负责语音处理算法研发，包括语音增强、回声消除、麦克风阵列（波束形成、声源定位等）技术；承担语音唤醒、多模检测、轻量化ASR/TTS/LLM等任务的技术攻关；深入理解全链路技术挑战，推动语音前后端团队协作
具身智能基础模型研究员
构建面向机器人的多模态基础模型，将视觉语言模型与机器人中心的物理世界理解与决策深度融合；构建具身领域的高质量大规模真实与仿真数据集；设计并训练支持感知、动作、记忆、规划与语言理解统一的具身基础模型
语音生成大模型算法工程师
参与前沿语音生成大模型的研发，涵盖数据体系设计、模型架构设计、训练优化等；探索语音合成、声学建模、自然语言处理等多模态融合技术，提升模型在语音质量、自然度及逻辑推理能力上的表现；针对实际应用场景（音色克隆、情感控制等）优化模型效果和性能，解决复杂技术难题
AI音乐生成研究员
参与Qwen3-Music项目的研究与开源工作，构建具有世界级影响力的音频模型项目；负责AI音乐生成核心技术的研发，包括旋律生成、伴奏合成、歌声合成、音色建模等方向；持续优化MusicLM类模型的训练与性能提升
多模态交互算法工程师
负责面向AI手机、智能座舱等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化；研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量
语音识别与语音对话大模型算法工程师
负责语音识别和语音对话大模型的算法研发与优化，包括声学模型、LLM模型和解码器等；探索新的算法架构，建设高效率、低时延的语音应用系统；结合业务需求，持续改进现有模型的性能，确保其在不同应用场景下的准确性和鲁棒性
人工智能算法测试工程师
负责人工智能相关产品的数据和算法等场景测试；基于算法和工程团队现有质量问题给出合理化的建议和解决方案，推动落地实现算法质量提高；协同算法团队和工程团队进行全面的质量把控和风险监控；参与数据和算法的质量系统建设，完善算法全链路质量保证能力
大模型算法工程师（Qwen-Coder/Coding Agent方向）
负责通用模型Qwen的代码能力构建与代码专有模型Qwen-Coder的全栈研发；开展数据收集、大规模预训练、后训练（强化学习）、评测等方向的探索与创新；通过大规模预训练与大规模强化学习提升代码推理能力，目标在专家级编程竞赛中超越人类水平
大模型评估与奖励系统算法工程师
挖掘大模型弱点，持续快速构建覆盖各项模型能力的评测数据集，探索可靠、具有可扩展性的评测方案；参与 LLM-as-a-Judge 方案构建，训练 LLM Judge / Reward Model，建模人类偏好并提升长尾任务的评价准确性
大模型后训练算法工程师
探索更多可扩展的验证器信号，并通过强化学习提升模型的各项能力；提升奖励模型在创作、人类偏好、指令遵循等各专项上的能力，减少奖励作弊和偏差；研究推理路径压缩和外推，实现更高质量的推理思考
大语言模型预训练算法专家
探索大规模预训练数据合成技术，优化STEM与推理能力、长尾知识覆盖；开展精品数据挖掘过滤、自然数据scaling及长文本优化研究；面向test-time scaling进行数据优化策略设计与实现
大模型Agent算法工程师
从事Qwen基础大模型的通用Agent能力优化，包括Tool use、RAG、Planning、Memory等能力的算法研发和优化；跟进业界Agent Benchmark，保持Qwen的Agent行业领先水平
大模型数据算法工程师（通义千问团队）
快速理解模型预训练需求，灵活调整数据方案以适应高频迭代；开发工具完成数据收集、清洗、格式转换（如HTML2Text、PDF2Text、ASR等），构建验证与测试集以量化性能指标；构建自动化、高效率的数据处理管线，优化组件性能，确保稳定性和可扩展性
多模态智能体算法工程师
探索Android、Ubuntu、Windows等多端场景下，面向GUI交互、代码生成、Tool Use等场景的通用多模态Agent构建，提升多端智能体的交互能力与适配性；开展多模态理解、强化学习、Tool Use等前沿技术的研究与实践
音频算法研究员/工程师（通义千问团队）
负责单人及多说话人语音识别技术的研究与开发；开展语音合成与高质量音频合成相关工作；进行音频前端处理与音色转换技术研究；实现音色克隆(Zero-Shot TTS)功能；探索音乐生成与歌声生成技术
AI对话系统算法专家
构建AI Memory与用户个性化建模能力，包括长期用户画像、兴趣演化与上下文记忆机制；设计语义检索与向量数据库算法，实现高效低延迟的语义匹配、嵌入表示与向量索引方案；研发LLM对话中控算法，涵盖多意图识别、任务路由、安全对齐、幻觉抑制与对话状态管理
多模态大模型算法研究员
探索研究多模态理解、计算机视觉、自然语言处理等前沿技术；参与研发多模态、全模态大模型等下一代人工智能核心技术；探索大规模/超大规模多模态理解与生成统一的基础模型，提升大模型能力；负责跟踪和研究多模态大模型前沿技术调研、落地、对业务进行优化
多模态世界模型研究专家
探索大规模多模态理解生成统一基础模型，包括统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等方向；探索和突破多模态强化学习技术，涵盖视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等
大模型Agent算法工程师
从事Qwen基础大模型的通用Agent能力优化，包括Tool use、RAG、Planning、Memory等能力的算法研发和优化；跟进业界Agent Benchmark，保持Qwen的Agent行业领先水平
大模型数据算法工程师（通义千问团队）
快速理解模型预训练需求，灵活调整数据方案以适应高频迭代；开发工具完成数据收集、清洗、格式转换（如HTML2Text、PDF2Text、ASR等）；构建验证与测试集以量化性能指标，优化流程以应对超大规模数据挑战
多模态智能体算法工程师
探索Android、Ubuntu、Windows等多端场景下，面向GUI交互、代码生成、Tool Use等场景的通用多模态Agent构建，提升多端智能体的交互能力与适配性；开展多模态理解、强化学习、Tool Use等前沿技术的研究与实践
音频算法研究员/工程师（通义千问团队）
负责单人及多说话人语音识别技术的研究与优化；开展语音合成与高质量音频合成相关工作；进行音频前端处理与音色转换技术研发；实现音色克隆(Zero-Shot TTS)相关算法；探索音乐生成与歌声生成的创新方法
对话系统算法专家
构建AI Memory与用户个性化建模能力，包括长期用户画像、兴趣演化与上下文记忆机制；设计语义检索与向量数据库算法，实现高效低延迟的语义匹配、嵌入表示与向量索引方案；研发LLM对话中控算法，完成多意图识别、任务路由、安全对齐、幻觉抑制与对话状态管理
多模态大模型算法研究员/工程师
探索研究多模态理解、计算机视觉、自然语言处理等前沿技术；参与研发多模态、全模态大模型等下一代人工智能核心技术；探索大规模/超大规模多模态理解与生成统一的基础模型，提升大模型能力；负责跟踪和研究多模态大模型前沿技术调研、落地、对业务进行优化
大模型推理优化算法工程师
开展高效模型结构设计与推理性能验证，评估对模型精度的影响；探索模型稀疏化、蒸馏、fast decoding等后训练优化技术，提升推理效率并推动落地；与多模态模型团队协作，支持推理效率需求并促进技术集成
大模型代码能力与计算机使用Agent研发工程师
负责Qwen通用模型及Qwen-Coder专有模型的构建，涵盖数据收集、预训练、后训练与评测；通过大规模预训练和强化学习提升代码推理能力，研发解决真实软件开发任务的Coding Agent
多模态生成大模型研究员
探索多模态生成大模型的架构设计与关键技术，涵盖高效生成、生成与理解统一、多模态理解等方向；参与大规模生成模型的预训练与强化学习/RLHF后训练开发，构建高效数据管线；跟踪前沿技术动态，推动多模态生成模型在实际业务中的应用与性能优化
相关搜索词
这些词用于覆盖真实搜索需求，也方便用户继续定位公司、城市、岗位方向和薪资信息。
阿里巴巴算法与研究招聘阿里巴巴算法与研究招聘有哪些公司阿里巴巴算法与研究招聘薪资阿里巴巴算法与研究招聘岗位AI招聘阿里巴巴算法与研究招聘阿里巴巴招聘算法与研究招聘