阿里巴巴研究型实习生-RL Systems工程师

工作描述

任职要求
1. 熟练掌握 Python、PyTorch，熟悉 Linux、Git、Docker 等工具，有实际工程项目经验，能够独立完成模块设计、开发、测试和复杂问题排查；
2.  理解 LLM 训练及强化学习流程，熟悉 PPO、GRPO 等算法，理解 Rollout、Reward、Policy Update、On-policy / Off-policy 等核心概念；
3. 有 LLM Training、Agentic RL 或相关项目经验，使用或研究过 Slime、verl、OpenRLHF、TRL 等主流训练框架，理解其核心架构和数据流；
4. 熟悉异步编程和分布式系统，了解 Ray 等分布式执行框架，有任务调度、并发执行或分布式服务的实践经验；
5. 熟悉主流 Agent 框架的运行机制，有 Coding Agent、Search Agent 或其他工具调用型 Agent 的开发、改造或调试经验；
6. 具备良好的 Vibe Coding 能力和 Engineering Taste，熟练使用 Claude Code、Codex 等 AI Coding 工具，能够独立进行系统设计、Code Review、Debugging 和测试，对代码质…