阿里巴巴Agent在线强化学习-阿里星
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 硬性要求： ● 计算机科学、人工智能、运筹学、自动化等相关方向博士 ● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验 ● 熟练Python + PyTorch，具备生产级代码交付能力 ● 在ICML/NeurIPS/ICLR/AAAI/ACL/WWW等顶会有一作或共同一作论文发表，或有等价的突出研究成果 优先条件： ● 包括安全强化学习、在线学习、元学习、多智能体，了解本体工程、神经符号推理，有LLM与决策系统结合的研究经验，了解大规模分布式系统、AIOps、SRE相关背景知识，有扎实的数学功底，包括优化理论、概…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
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.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
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.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
ICML+
https://icml.cc/
NeurIPS+
https://neurips.cc/
还有更多 •••
相关职位
实习阿里巴巴日常实习
● 计算机科学、人工智能、运筹学、自动化等相关方向博士 ● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验 ● 熟练Pyth
更新于 2026-06-01杭州
实习阿里巴巴2027
● 计算机科学、人工智能、运筹学、自动化等相关方向博士 ● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验 ● 熟练Pyth
更新于 2026-05-28杭州
实习钉钉日常项目实习
职位要求： 1、教育背景： 计算机相关专业背景优先； 2、实习经验： 具备互联网产品运营或相关实习经验者优先； 3、技术热情： 对人工智能（AI）领域有浓厚的热情和求知欲，乐于学习和探索前沿技术； 4
更新于 2026-06-16北京|杭州|上海
社招3-5年大模型
1、有创业精神，对Agent技术赋能业务创新有极大热情，愿意深入理解用户、打磨体验、推动产品持续进化。 2、计算机、人工智能、数学、统计等相关专业硕士及以上学历，具备扎实的机器学习/深度学习理论基础，
更新于 2026-09-08北京|上海|杭州