logo of alibaba

阿里巴巴阿里国际站-Agentic RL环境与模型训练工程师-杭州/北京

社招全职2年以上技术类-算法地点:北京 | 杭州状态:招聘

工作描述


任职要求
我们希望你具备:
    1. 3年以上机器学习 / 强化学习 / 大模型训练 / 算法工程经验
    2. 熟练 Python,有训练 pipeline 或大规模系统经验
    3. 了解 RL、trajectory、reward、policy optimization、post-training 等基本方法
    4. 对 Agent、Tool Use、Browser/Computer Use、多步任务有兴趣或经验
    5. 有 rollout system / simulator / RLHF / agent training 经验优先

工作职责
我们正在围绕 阿里巴巴国际站 + Accio Work 打造…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
机器学习+
强化学习+
大模型+
还有更多 •••
相关职位

logo of bytedance
校招A161076A

1、2027届毕业,获得博士学位,人工智能、计算机科学、数学相关专业优先; 2、技术能力: 1)具备出色的编程能力,精通Python/C++,熟悉TensorFlow/PyTorch等框架,有自然

更新于 2026-04-14深圳
logo of mi
实习

任职要求: 1. 计算机相关专业;在CCF-A类会议发表过相关论文者优先考虑; 2. 熟悉主流 Agent 框架(如 Claude Code、LangGraph、AgentScope、Qwen-Ag

更新于 2025-12-16北京
logo of meituan
社招核心本地商业-基

1. 有扎实的计算机理论基础,熟练掌握C++或Python语言 2. 熟悉CUDA或NPU编程经验优先,有RDMA实践经验优先 3. 深入了解PyTorch 或 TensorFlow等引擎的架构和

更新于 2026-05-28北京|上海
logo of alibaba
实习阿里巴巴2027

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

更新于 2026-05-09北京|杭州