代码场景的Agentic RL与数据合成-阿里星当面告知
阿里巴巴（中国）有限公司
2027-02-07 21:43:41
校招博士27届
岗位详情
地区：
北京
·
杭州市
专业要求：
信息与计算科学计算机科学与技术
岗位职责：
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场景的应用性能；
2. 应用并改进Agentic RL算法，提升模型在代码场景中的成功率和鲁棒性；
3. 将业务突破转化为学术成果，支持在 NeurIPS、ICLR、ICML 等顶会发表高质量论文，或推动相关算法在社区的开源，建立行业影响力。
招聘要求：
1. 计算机、信息科学、数学或相关专业博士学历，深入理解LLM/MLLM/RL/Agent领域，熟悉DPO/PPO/GRPO等RL前沿算法；
2. 有大规模数据合成、Coding Agent训练、大规模RL训练等项目经验者优先；
3. 有较强的自驱力、学习力、创新力、沟通能力和抗压能力，能够跟上正在快速变化的AI时代；
4. 加分项：在ICLR、ICML、CVPR、ICCV、ACL、NeurIPS等顶会上发表过高质量论文，有高质量github开源项目者优先；
5. 加分项：具有业界AI/Agent团队的相关实习和工作经验。
公司介绍
阿里巴巴（中国）有限公司
阿里巴巴（中国）有限公司，成立于2007-03-26，位于浙江，法定代表人：蒋芳，登记状态：存续，注册资本15460.55039万美元，公司类型：民营/私企
公司信息:
公司名称:阿里巴巴（中国）有限公司
公司类型:互联网/电子商务
公司性质:5000以上
公司地点:
公司规模:--
涉及领域:--
公司网址: