阿里巴巴算法研究员-Agentic RL
实习兼职阿里巴巴日常实习生地点：杭州状态：招聘
工作描述
任职要求 1、核心负责商家侧 Agent 框架研发，设计可编排的 Skill/Tool/Memory 机制，支撑多商家个性化配置与建模。重点探索 Agentic RL（PPO/GRPO 等），开展奖励设计、信用分配与长链路规划，显著提升指令遵循与工具调用准确率。 2、为保障 RL 稳定训练与评估，构建 CLI 原生交互协议与 Agent Harness 工程体系，提供标准化接口、机械化约束与安全沙箱，解决长链路任务中的信任债务与上下文断裂。建立数据飞轮与自动化评测体系，监控策略漂…
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.
还有更多 •••
相关职位
实习阿里巴巴研究型实
1、研究经历：具备大模型 post-training / 强化学习方向的研究经验，至少一篇顶会一作论文（NeurIPS / ICML / ICLR / ACL 等）。 2、系统理解：熟悉 Agent
更新于 2026-08-21杭州
实习阿里巴巴日常实习
1. 学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士，具备扎实的深度学习、强化学习及概率统计基础。 2. 熟练掌握 Python 及主流深度学习框架（PyTorch/TensorF
更新于 2026-07-07杭州
校招程序&技术类
1.具备大语言模型数据研发相关工作经验； 2.熟悉大模型完整训练链路，包含预训练、中段训练、后训练阶段； 3.具备agent模型训练与评测实操经验； 4.有 agentic, reasoning, c
上海|北京
实习核心本地商业-基
1.具备扎实的机器学习、深度学习、强化学习功底。计算机、人工智能等相关专业硕士/博士学位优先； 2.动手能力出色，熟练掌握 Python 等编程语言，ACM/ICPC、NOI/IOI、TopCoder
更新于 2026-06-26北京|上海