阿里巴巴数据技术及产品部 AI Data-RL Data算法工程师-RL Instance构建方向
社招全职3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 1. 具备 RL/Post-Training 研究或机器学习Applied Scientist 相关经历，理解 Reward Modeling 基本原理及 Reward 信号设计对 RL 训练（PPO/GRPO/DAPO 等）的影响；有 Agentic 场景的轨迹评估分析经验，可以对多轮工具调用、代码执行等复杂轨迹识别行为模式与失败模式。 2. 能将模糊的质量目标拆解为可执行、可量化、可扩展的评估标准（Verifier / Rubric），并具备持续迭代以应对 Reward Hacking 的判断力。能与领域专家和标注团队协同，以人机协作的方式完成各类任务。 3. 熟练使用 Python，熟悉主流的harness/agent框架，能独立完成数据处理脚本、自动化 Pipeline 和 QA 校验工具的…
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+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
脚本+
[英文] Scripting language
https://en.wikipedia.org/wiki/Scripting_language
https://zhuanlan.zhihu.com/p/571097954
一个脚本通常是解释执行而非编译。脚本语言通常都有简单、易学、易用的特性，目的就是希望能让程序员快速完成程序的编写工作。
还有更多 •••
相关职位
社招5年以上技术-基础平台
1. 拥有计算机科学、信息技术或相关领域的硕士或博士学位。 2. 具备大规模分布式系统研发经验，熟悉spark/flink等大数据系统，熟悉Kubernetes架构和生态，熟悉Docker/Conta
更新于 2026-04-01杭州
社招3年以上综合类-公司事务
1、学历要求：硕士及以上学历，博士优先。计算机科学、人工智能等相关专业，有海外知名院校留学背景（美国名校尤佳）者优先。 2、AI基础与前沿技术敏感度：深入理解大模型技术&数据的发展趋势，大模型（LLM
更新于 2026-07-10杭州
社招3年以上技术类-数据
1. 计算机、信息安全、物理、数学相关专业硕士及以上学历。 2. 具备优秀的工程能力，熟悉至少一种主流开发语言（Go、Java、Python 等）。 3. 扎实的密码学基础，熟悉对称/非对称加密、密钥
更新于 2026-09-02杭州
社招5年以上技术类-开发
1. 硕士及以上学历，计算机、人工智能等专业优先，优秀者条件可适当放宽。 2. 具备平台或大数据研发经验，精通Java、Python中至少一种，工程质量与系统设计能力扎实。 3. 具备分布式、微服务与
更新于 2026-07-29北京|杭州