阿里巴巴研究型实习生-探索视觉生成领域高效垂类模型微调方案
任职要求
1、掌握C/C++、Python等至少一门编程语言，了解至少一种主流机器学习建模框架。 2、对于机器学习和数学有较强的理解能力，有机器学习领域经验（计算机视觉、NLP、推荐系统）优先。 3、优秀的算法实现能力，能快速实现并验证技术方案的有效性。 4、在国际会议或期刊发表论文者（包括但不限于ACL、EMNLP、NeurIPS、ICM…
工作职责
我们隶属于阿里巴巴集团智能引擎事业部，负责生成式AI领域（主要是图像、视频生成）的内外部产品、训练推理服务系统建设和维护，为通义、淘天、阿里国际等组织的海量业务提供强有力的技术支撑和底层服务能力。部门技术积累深厚，在NeurIPS等AI领域会议，USENIX ATC等System领域会议均有成果发表，可为实习生提供充裕的GPU资源。 1、我们希望基于目前的视觉生成方面的优质开源模型，探索通过各种后训练方案去改进这些模型在整体美学、垂类场景、推理效率等方面的能力。 2、需要同学有比较强的钻研能力以及对视觉生成模型的兴趣与热情。
阿里巴巴通义实验室-对话智能团队 以大模型对话技术为核心，研究及应用方向包括智能客服、个性化对话、角色扮演、分身复刻、社交智能、数字人等，主要业务场景包括： (1) 通义晓蜜—阿里云智能客服，国内对话式AI市占率第一； (2) 通义星尘-类人智能体创作平台。2020年以来，围绕预训练、对话智能、大模型等方向发表80+篇国际顶会论文，欢迎对大模型感兴趣的你加入我们，一起创造人机对话的未来。 拟研究技术方向： 1. 角色扮演技术（Role-Playing Agent）的研究，在相关性、人设一致性、吸引力、情感、道德等维度取得显著提升； 2. 分身复刻（Character AI）的研究，探索角色所处虚拟世界建模与演化； 3. 数字专家的研究，包括用户心理推断、策略搜索推理等技术； 4. 多模态Character模型的研究，包括语音端到端角色对话模型。
-负责面向3D-DRAM的新型访存子系统架构 -面向新型AI应用，负责针对新型 3D 架构的设计空间探索
随着大模型与智能体系统的发展，数据正从“静态燃料”演变为“动态认知基础设施”。传统数据处理范式难以满足Agent工作流、强化学习、RAG等新场景对语义理解、任务适配与反馈闭环的需求。一系列重要问题亟需重新思考：什么是面向未来 AI 系统的“高质量数据”？如何构建可解释、可组合、可迭代的数据智能框架？ 我们隶属于通义实验室，长期聚焦 AI 基础设施与数据智能方向。团队已在ICML、NeurIPS、ICLR、SIGMOD、KDD、WWW等国际顶会发表论文数十篇，多次获 Spotlight 与 Best Paper，主导开源 DataJuicer、AgentScope、Trinity-RFT 等框架。相关成果广泛应用于学术界与工业界，支撑阿里云、通义大模型、百炼平台等内外部业务。 现诚邀具备扎实科研能力与工程素养的候选人加入，你将参与： 1. 探索如何让数据处理系统“听懂”任务语义，自动生成可验证、可复用、可优化的数据流水线； 2. 研究高性能方法，量化建模文本、图像、轨迹等数据对下游任务的实际价值，构建数据健康评估体系； 3. 面向智能体经验管理、RAG 上下文筛选、多模态日志分析等真实场景，设计新型数据原语与评估基准； 4. 建设开源框架（DataJuicer、AgentScope、Trinity-RFT），发表高水平论文或技术成果，推动社区对“数据智能”的前沿探索。
本团队专注于大模型智能体领域的前沿探索，涵盖智能体框架、算法及实际应用等方面，诚邀具备扎实科研能力与工程素养的候选人加入，针对智能体展开系统性的深入研究，积极探索新一代智能体的开发范式与创新应用形态。 1. 开展大模型智能体的算法研究，重点方向包括但不限于数据合成方法、奖励建模机制、强化微调流程，智能体环境构建，智能体评测等。 2. 研发高可用的智能体框架，探索新一代智能体应用开发范式。 3. 参与真实应用场景中智能体的研发与探索。 4. 参与开源项目的技术开发与社区共建，推动研究成果在开源社区的应用。