阿里巴巴研究型实习生-Agentic RL-算法研究
实习兼职阿里巴巴研究型实习生地点：杭州状态：招聘
工作描述
任职要求 1. 背景： 计算机、数学或相关专业在读（硕士/博士优先），有agent实践经验。 2. 技术栈： 熟悉 PyTorch，有agent 框架实践经验。 3. 良好的论文阅读与工程实现能力，希望在顶会发表高影响力工作。 工作职责 一、关于阿里国际站 阿里国际站是全球最大的跨境B2B数字贸易平台，致力于推动跨境电商发展。我…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
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.
相关职位
实习阿里巴巴日常实习
1、2027年11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、背景： 熟悉大模型训练流程； 3、技术栈： 熟悉 PyTorch，对 VeRL 、sli
更新于 2026-07-13杭州
实习阿里巴巴日常实习
1、2027年11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； 2、具有研究经验：大模型 post-training / 强化学习方向，具有一篇及以上一作顶会论
更新于 2026-07-13杭州
实习阿里巴巴研究型实
1、2027年11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； 2、具有研究经验：大模型 post-training / 强化学习方向，具有一篇及以上一作顶会论
更新于 2026-07-21杭州
实习淘天集团研究型实
1. 深入理解 LLM/RL/Agent 领域知识，熟悉常见的 Alignment 算法（如 DPO/PPO/GRPO/DAPO 等）； 2. 熟悉前沿 Agentic RL 算法与框架，参与过实际项
更新于 2025-12-18杭州