阿里巴巴大模型应用算法实习生（Agent训练/Agent自进化）-Accio Work
任职要求
1、2027年3月及之后毕业，硕士及以上学历，计算机、人工智能、信息科学、数学、软件工程等相关专业优先； 2、在 NLP、大模型、Agent等领域有扎实的理论积累； 3、核心技术能力： --深入理解 Agent 演化机制，对自进化、Agent 长程任务执行等方向有实战经验或独到见解； --具备大模型强化学习方向的训练实践经验，理解主流训练范式与优化策略； --具备业务问题抽象…
工作职责
1、构建Agent自进化闭环系统：针对复杂商业场景，设计并研发具备自主进化能力的 Agent 框架，形成从任务执行到自我反思、经验总结、能力增强的完整闭环； 2、研发Agent自主学习与经验沉淀机制： --探索 Agent 在与环境交互中自主学习、自我改进的多元化路径； --研究长期经验沉淀算法，构建 Agent 可持续演化的能力底座，解决复杂任务流中的策略退化、长程优化等问题。 3、探索前沿Agent自演进路径： --研究自动化对齐、自主数据演化、指令自我迭代等方向，构建模型在弱监督乃至无人工干预下的自我演进机制； --探索启发式学习（Heuristic Learning）、自我博弈（Self-Play）等前沿技术，打造具备自驱动特征的智能体系统。 4、技术落地与业务实战：将自进化 Agent 算法应用于AccioWork等核心商业场景，沉淀具有行业影响力的技术方案与高水平学术成果。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、打造行业领先的大模型Context Engineering产品，包含向量库/知识库/记忆库等原子产品优化，在Agent Memory/参数化压缩/多模态/自进化等方向，通过模型侧优化创新提升产品竞争力； 2、探索行业领先的AI搜索/AI推荐/AI问答产品；推进数据合成；模型后训练等方案，提高模型通用能力和业务场景表现； 3、跟进学术界和工业界大模型相关技术进展，聚焦模型和底层创新，探索相关技术在业务应用。
1. Agent方向：直接参与到导购Agent的算法研发工作，包含无障碍导购Agent、搜索导购Agent两个Agent项目并结合技术创新与实际业务落地，产出高质量论文、专利与开源成果。包括相关项目的高质量数据构建，支撑复杂任务建模与行为学习，运用大模型SFT、RL等Post-training训练方法并探索 Online RL 等前沿方法，设计并落地“过程监督 + 结果监督”联合训练范式，融合MCTS、ToT、Reflection等推理方法，等等； 2. LLM应用方向：探索基于LLM的Query理解大模型，通过天猫的数据微调大模型生成ID表征向量，在搜索和推荐算法各模块进行深度的探索和应用。包括但不限于语义相关性、类目预测、召回排序等。探索生成式搜索技术（如Query扩展、结果摘要生成），助力搜索从“信息呈现”向“决策辅助”升级； 3. 结合业务需求，设计和扩展LLM的应用场景范围及规模，提高模型微调后再垂直领域的应用及专家模式的架构尝试； 4. 跟踪LLM与Agent领域的国际前沿技术动态，开展前沿算法的研究工作，推动技术创新在业务场景中的落地应用，重点突破复杂推理、GUI Agent、AI搜索等方向的技术沉淀和业务创新。
1. 结合业务进行前沿技术探索并发表论文； 2. 探索并搭建多智能体对话系统，提升用户在电商应用中的对话体验和陪伴互动； 3. 协助优化现有系统架构，提出改进方案，提高系统整体效能及用户体验； 4. 与团队成员紧密合作，确保各技术模块能够无缝集成到现有产品中。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、多模态大模型Post-Training全链路优化：参与SFT、RL、Agent训练等核心算法的调优与创新，围绕搜索、教育、医疗等业务场景进行定向能力打磨，提升模型在真实任务中的效果与稳定性； 2、视频通话AI体验与多模态融合：参与视频通话基础AI能力的优化，包括视觉理解、长多轮对话、逻辑推理、联网搜索等；同时参与创新特性研发，如视频Memory、智能主动响应、音视频双工等，并推动多模态推理、智能体等技术在产品中的落地； 3、可穿戴硬件端AI能力与端云协同：协同优化端侧执行链路与服务端多模态模型的适配效果，打通端云协同流程，提升视频通话及硬件联动场景下的端到端体验； 4、手机助手基础体验与智能特性研发：参与手机助手的视觉理解、工具调用、跨应用任务规划等基础能力优化；同时参与手机Memory、GUI Agent、Intent理解等新特性的研究与落地，提升整体交互体验。