阿里巴巴研究型实习生-强化学习训练框架优化

实习兼职阿里巴巴研究型实习生2026-10-26地点：北京 | 杭州状态：招聘♡ 收藏

扫码手机上打开

任职要求
1、系统工程能力强；
2、有规模化系统编程经验；
3、对网络、RDMA 协议有了解；
4、深入理解分布式系统的工作原理；
5、对大模型训练/推理/后训练任务有深入的了解。

工作职责
1、负责构建和优化面向大语言模型强化学习（RLHF 等）场景的后训练系统平台，设计和实…

微信扫码，1秒登录

难度：

包括英文材料

分布式系统+

大模型+

还有更多 •••

相关职位

实习阿里巴巴研究型实

1. 计算机、机器学习等相关专业，博士及硕士优先。 2. 具有post-training或强化学习相关方向经验。 3. 精通Python以及Pytorch等深度学习框架，具有较强的代码工程能力。 4.

更新于 2026-07-27北京|杭州

实习阿里巴巴研究型实

1、精通C/C++、Java、Python等至少一门编程语言，了解至少一种主流机器学习建模框架； 2、对于机器学习和数学有较强的理解能力，有机器学习领域经验（计算机视觉、语音、NLP、推荐系统）优先；

更新于 2026-06-11北京|杭州

实习阿里巴巴研究型实

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，能够充分理解并复现前沿论文中的核心算法思想。 3. 具备良好的编程能力与

更新于 2026-09-09杭州

实习阿里巴巴研究型实

1. 计算机、人工智能、自动化等相关专业在读硕士/博士。 2. 具备强化学习（RL）与 Agent 方向的基础知识与实践经历，了解 PPO、GRPO 等主流 RL 算法及训练方法；有大模型 RL、Ag

更新于 2026-07-28北京|杭州|上海