研究型实习生-1688-Agentic AI/RL实习生当面告知
阿里巴巴（中国）有限公司
2027-02-07 21:45:15
其他27届28届实习
岗位详情
地区：
杭州市
专业要求：
人工智能计算机科学与技术
岗位职责：
1. Agent 基础设施优化：在电商垂域开展大模型 Agentic AI 的关键要素构建与优化，涵盖环境工具建设（Environment/Tools）、高质量数据合成及 Reward Modeling；
2. 后训练算法攻坚：优化 Post-training 算法（如 GRPO/PPO/SearchR1 等），提升模型在复杂环境下的工具使用（Tool-use）、规划（Plan）、深度推理（Deep Research）及报告生成能力；
3. 全流程模型迭代：参与千亿级模型的 Agentic 能力全流程优化，包括 CPT (Continued Pre-training)、SFT、Post-train 及 Multi-agent RL，负责复现业界前沿工作并探索提出新算法。
招聘要求：
1. 深入理解 LLM/RL/Agent 领域知识，熟悉常见的 Alignment 算法（如 DPO/PPO/GRPO/DAPO 等）；
2. 熟悉前沿 Agentic RL 算法与框架，参与过实际项目的开发与训练，具备敏锐的技术视野，对前沿研究保持敏感；
3. 对 AI 技术充满热情，具备优秀的自驱力（Self-driven）和复杂问题解决能力；
4. 拥有编程竞赛获奖经历、顶会论文发表记录或知名开源库贡献者优先。
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: