阿里巴巴研究型实习生-1688-Agentic AI/RL实习生

实习兼职淘天集团研究型实习生2025-12-18地点：杭州状态：招聘

扫码手机上打开

工作描述

任职要求
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…

登录查看完整工作描述

微信扫码，1秒登录

📮 投递简历 ✨AI模拟面试

难度：

包括英文材料

大模型+

还有更多 •••

登录查看完整学习资料

相关职位

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3年以上技术类-算法

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