阿里巴巴Qwen-Image 图像生成RL算法实习生

工作描述

任职要求
1、计算机、数学、人工智能等相关专业硕士/博士在读，每周可实习5天，持续实习6个月及以上。
2、具备扎实的计算机视觉、深度学习与强化学习基础知识，深入理解强化学习基本原理，熟悉PPO、GRPO等大模型主流对齐算法。
3、有视觉生成模型（扩散模型/流匹配模型）或大语言模型后训练（SFT -> RM -> RL）完整流程实战经验者优先。
4、熟练掌握Python编程语言与PyTorch等主流深度学习框架，具备优秀的代码实现能力与大规模模型训练调优经验。
5、自我驱动力强，对AI行业有浓厚兴趣，具备出色的问题分析与解决能力，能够独立定位RL训练中的不稳定性与收敛问题。
6、具有良好的沟通协作能力与Owner意识，能够与数据、工程及产品团队紧密配合，推动算法从验证到业务上线。
加分项：
1、在计算机视觉或AI领域顶级会议/期刊（如CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR等）上有强化学习、大模型对齐或视觉生成相关的高质量论文发表。
2、在知名开源社区（如GitHub）发布过有影响力的视觉生…