阿里巴巴大规模API下的RL环境与奖励设计训练-Bravo Star
实习兼职阿里巴巴2027届实习生地点：杭州状态：招聘
工作描述
任职要求 1. 计算机科学、人工智能、自然语言处理、数学或相关专业硕士及以上学历，有扎实的计算机知识和NLP功底； 2. 对文文的预训练、推理、强化学习等知识有较好理解，尤其对前沿大模态有较强的工程实践经验； 3. 具备良好的逻辑思维能力和独立解决问题的能力，拥有较强的学习能力，能快速跟踪前沿技术热点并始终保持技术创新热情； 4. 拥有知名会议论文(NeurIPS/ICML/ICLR)、开源项目经验，具备大模型成功落地、百亿参数级别的预训练、RL实战经验。 工作职责 阿里国际站是全球Top的跨境B2B…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
学历+
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
还有更多 •••
相关职位
校招阿里控股2026
1. 分布式系统、计算机体系结构、编译优化或通信与计算协同设计方向的硕/博士研究生。 2. 具备AI训推计算性能分析与优化的经验，能深入分析AI模型在GPU平台上的性能瓶颈，提出并实施优化方案。针对分
更新于 2026-04-14北京|杭州
实习阿里巴巴2027
1.工程与系统基础：计算机相关专业背景，具备优秀的工程实现能力，精通 C/C++、Go 或 Python；具备扎实的数据结构、操作系统、分布式系统与存储系统基础，熟悉性能分析与故障定位方法。 2.大规
更新于 2026-06-16北京|杭州
实习阿里巴巴研究型实
1.计算机、数学或统计学相关专业硕士及以上学历； 2.熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础； 3.熟悉常用的机器学习算法； 4.具备优秀的分析和解决问
更新于 2026-03-20北京
实习阿里巴巴2027
1. 分布式系统、计算机体系结构、编译优化或通信与计算协同设计方向的硕/博士研究生。 2. 具备AI训推计算性能分析与优化的经验，能深入分析AI模型在GPU平台上的性能瓶颈，提出并实施优化方案。针对分
更新于 2026-03-17北京|杭州