小红书【Ace顶尖实习生】Agentic RL技术研究
任职要求
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先； 2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言； 3、扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验； 3、有LLM/MLLM等多模态理解技术背景，…
工作职责
关注如何将RL引入工业级Agent平台系统，直接对“规划—执行—反馈”的完整轨迹进行优化。 研究重点包括：如何构建trajectory-level reward、如何在工具调用与多步推理中进行credit assignment，以及如何在高成本环境下进行高效的offline/online混合训练。平台提供真实任务环境与多样化Agent执行数据，使研究从离线benchmark走向真实交互场景。该方向有望推动RL从模型对齐走向复杂任务能力学习，形成新一代Agent优化范式。
我们致力于构建可持续进化的 Agent 系统：让 Agent 在真实环境中通过交互、学习与数据闭环，不断提升复杂任务能力。 围绕“数据 → 学习 → 自进化”三位一体展开： - Agent 自进化： 基于真实任务轨迹与反思机制，提升 Agent 在长期交互中的自主学习能力，解决反馈建模、策略泛化与错误累积问题。 - RL for Agent Systems： 将强化学习引入 Agent 全链路（规划-执行-反馈），研究 trajectory-level reward、credit assignment 及 offline/online 混合训练。 - Agentic Data Construction： 构建由 Agent 主导的数据生产与筛选机制，形成“生成 → 评估 → 反哺”的数据闭环，持续放大模型能力。
1、 根据集团战略发展方向，拓展浙江省地市政府、央国企领域及体制内目标客户和合作伙伴的云业务； 2、 负责地市政务关系管理，制定并推动区域、行业、重点客户市场拓展计划并执行； 3、针对数字政务、医疗、城市大脑、城市智算、行业大模型等领域，拉通政府及合作伙伴资源，挖掘和引导需求，创造商业机会； 4、与客户或合作伙伴进行重点项目对接，积极有效的推动合同拟定、谈判等商务流程； 5、协调公司内部产品、研发、运维、财务、法务等资源，积极有效的推动合同拟定、谈判等商务流程，高效达成销售业绩； 6、与政企客户和合作伙伴建立长期积极互动关系，促进阿里云政企业务的良性发展。
1、负责阿里云大客户的商务运作及拓展； 2、对互联网行业和云计算有较为深刻的洞察，对互联网AI行业生态链熟悉者优先； 3、有丰富的大客户维护经验和全局化视角，能够独立完成重点项目挖掘、布局、运作和管理； 4、有较强的内外部资源整合能力，完成项目的推动与落地，提升客户整体满意度；
1、提供迁云上云服务，协助客户将业务系统搬迁到阿里云公共云产品体系。 2、关键客户定期上门，为客户提供运维巡检报告，给客户提供用云优化建议。 3、技术问题的解答和故障排查，为客户出具故障报告和登门澄清。 4、关键项目的重保值守，配合客户完成系统上线和切流的稳定性保障。