阿里巴巴研究型实习生-强化学习-算法研究
任职要求
1. 计算机、数学、电子信息等相关专业在读硕士或博士，具备扎实的优化、概率统计等数理基础。 2. 具备良好的文献检索与阅读能力，…
工作职责
一、关于阿里巴巴国际站 阿里巴巴国际站是全球领先的跨境 B2B 数字贸易平台，致力于推动全球贸易数字化升级。在这里，你将有机会直接参与 B2B 场景下核心广告算法问题的研究与实践，深入探索工业级智能广告系统的前沿技术。 二. 关于项目 本项目旨在解决国际B类业务下，转化数据的延迟性与稀疏性对整体广告业务造成的挑战，包括但不限于稀疏转化行为的精准表征，转化预估模型的预估准确度，出价模型的离在线不一致等，提升广告智能出价整体性能。 二. 你的职责 1. 调研与前沿追踪：跟进工业界与学术界在稀疏数据处理、转化预估、自动出价策略等方向的最新研究进展，持续探索可落地的优化思路。 2. 模型与算法优化：研究稀疏数据场景下转化预估模型与出价模型的联动优化方法，提升智能出价整体效果与业务收益。 3. 落地实践：参与模型搭建、算法调优与实验分析，将理论方案转化为线上可用的生产能力；同时，对研究成果进行整理，撰写高质量论文并尝试投稿。
结合强化学习算法以及大模型训推架构，对强化学习框架进行优化，提升大模型强化学习训练的效率。持续探索RL的前沿方向，实现丰富、便捷的真实环境交互能力。通过冗余生成、投机采样等生成加速技术，动态调度计算资源，协同异构硬件基础设施，极致压缩RL训练的时间消耗。从PPO、GRPO扩展出更丰富的RL算法范式，提升大模型在长思考、复杂推理方面的能力，推进大模型在国内最大的电商场景的业务落地。 职位职责包括但不限于： 1. 设计和实现机器学习系统所需要的大规模分布式计算系统，参与机器学习全生命周期（训练、推理、MLOps、CI/CD、AB testing）组件的开发与优化。 2. 构建业界领先的超大规模稀疏训练引擎，通过软硬件协同以及工程算法联合优化，持续榨取高性能异构硬件的性能潜力，不断推高分布式训练的性能天花板。 3. 构建业界先进的多模态、大语言训练引擎，通过持续的分布式训练优化，不断提升算法的训练规模，提升硬件的使用效率。 4. 构建超大规模全流程机器学习平台，覆盖从特征工程、样本构建到模型量化交付，并通过构建SQL计算引擎、分布式特征服务、样本湖等，提升特征样本计算存储效率。 5. 图学习、联邦学习、强化学习等多个AI方向算法工程解决方案的探索和落地。 6. 在机器学习系统的前沿领域（如分布式训练、软硬协同设计等）参与应用驱动的研究。
1. 负责提升电商B2B场景下，多模态大模型对用户超长个性化上下文建模能力。 2. 负责基于强化学习提升大模型多步骤工具调用能力，实现亿人亿面用户仿真能力。 3. 构建大模型的角色扮演能力，构建高保真用户模拟器及评估体系，提升Agent训练效率。 4. 负责LLM的前沿技术探索，沉淀可复用的垂域Agent体系化构建方案。
研究领域： 深度学习 项目简介： 蚂蚁集团国际AI智能部正在寻找有激情并且具有创新能力的算法工程师，通过使用AI技术，推动蚂蚁国际化业务的发展。全面了解蚂蚁国际业务发展，提供基于时间序列预测、强化学习等算法方案解决复杂的实际业务问题的机会。 1. 基于电商行为、支付等数据，利用深度学习、时序预测等AI技术进行现金流预测和交易量预测，并深度参与时序预测基础模型研发，帮助国际更加安全、高效的进行资金外汇管理； 2. 结合蚂蚁国际资金场景的复杂性，结合强化学习技术设计资金运营决策优化方案和外汇交易策略，达到增收、控风险的目标。 3. 针对时间序列预测，核心解决模式坍塌、大规模数据采样、多模态等前沿技术问题
1. LLM-RL前沿探索与基础研究：深入研究泛化性/样本效率/持续学习/元学习/测试时扩展等课题，负责理论分析、算法/基准测试/实验的设计与实现。 2. 引领学术与技术前沿，形成高水平论文/技术报告/开源项目。