阿里巴巴阿里巴巴研究型实习生-智能体及应用安全评测研究
任职要求
1.计算机科学、人工智能、网络安全、数学等相关专业在读博士，具备AI安全、强化学习或大模型相关研究背景。 2.熟悉大语言模型（如GPT、LLaMA、Qwen 等）的基本原理，熟悉深度学习框架（如PyTorch、TensorFlow）。 3.对AI安全攻防有浓厚兴趣，熟悉常见攻击方式（提示注入、对抗样本、数据投毒等）或防御技术（鲁棒优化、内容安全检测、代理模型防御等）。 …
工作职责
1.参与智能体（AI Agent）及其应用场景的安全风险研究，探索智能体在复杂交互环境中的攻击面、威胁建模与防御机制。 2.协助开展大模型安全攻防实验，包括越狱攻击、提示注入、对抗样本构造等，评测不同智能体架构在任务执行中的鲁棒性与防御能力。 3.研究智能体决策过程中的风险建模方法（如基于马尔可夫决策过程的行为建模），并设计相应的安全护栏与防御算法。 4.跟踪前沿研究进展，调研智能体安全、可信 AI 与大模型内容安全相关的学术论文与技术方案，为团队提供前沿洞察。 5.协助构建安全评测基准与工具链，形成可复现的安全评测流程，支持团队在多任务、多场景下的风险分析与能力验证。
1、作为项目经理，负责平安银行、产险、寿险等公司的AIGC需求对接、解决方案以及资源协调及落地管理； 2、驻场对接客户，建立合作信任、拓展业务需求、调研应用场景； 3、挖掘业务需求，并进行需求可行性评估，统筹多技术团队资源，输出解决方案，跟进落地； 4、基于业务需求，熟练运用智能体相关能力搭建demo，支持后续迭代交付； 5、协助序列相关产品的市场调研与竞品分析，按需支持技术引进与能力迭代融合。
1、参与基于阿里云AI平台的大模型与多模态Agent工具链建设，涵盖Agent RL、Agent 架构优化、Agent 自进化、通用SubAgent效果提升等全栈能力，打造高效、易用、可扩展的Agent开发工具，赋能千行百业智能化升级； 2、基于云上的Agent开发工具，面向通用agent，类openclaw个人助理、企业级Agent、ChatBI、智能机器人等核心场景，构建端到端的Agent解决方案，持续优化模型效果、推理性能与用户体验，树立行业最佳实践标杆； 3、紧跟全球大模型、多模态、智能体 前沿技术演进，在算法效能、架构创新与工程落地方面持续突破，推动技术成果转化为学术影响力与商业价值。
1.主导WorkBuddy移动端（iOS/Android）整体架构演进，制定技术规范与长期迭代路线； 2.负责移动端核心功能开发、重构与性能优化，解决兼容性、稳定性及卡顿等关键问题； 3.协同产品、后端及跨平台团队，对齐需求细节，确保移动端产品体验闭环； 4.推进移动端工程化建设，包括构建流程、自动化测试及发版策略优化。
1.负责以数据为中心的 LLMOps 平台整体架构设计与建设，覆盖大语言模型 Post-train（SFT、RLHF、DPO 等）全阶段的数据管线与训练工程体系； 2.主导大模型训练数据生命周期管理，包括大规模语料采集与清洗、数据质量评估与过滤、数据去重去污染、数据版本管理与血缘追踪，确保各训练阶段数据的高质量与可溯源； 3.带领工程团队构建高效的数据处理流水线与编排调度系统，支撑 PB 级语料的高吞吐处理，持续优化数据准备到训练启动的端到端效率。负责团队的技术方向把控、人才培养与跨团队协作，推动工程文化与最佳实践落地； 4.建设模型训练实验管理与可复现体系，打通数据准备、分布式训练、评估验证（Benchmark / Human Eval）、模型注册到部署上线的全流程自动化，缩短模型迭代周期； 5.构建 Post-train 阶段的数据闭环能力，包括人类偏好数据采集与管理、RLHF/DPO 训练数据管线、合成数据生成（Synthetic Data）与质量评估体系； 6.持续提升平台运行稳定性、安全性与可观测性，建立完善的 SLA 体系、训练容错与断点续训机制，保障大规模训练任务的连续性； 7.优化大规模 GPU/异构计算集群的资源调度策略，提升多任务并行训练效率与集群利用率，降低基础设施成本； 8.紧跟 LLM 领域前沿动态（如 Data-Centric AI、Scaling Laws、MoE、长上下文训练、多模态等方向），推动技术架构持续演进与平台能力升级。