阿里巴巴LLM后训练 / Agent Memory / RSI 方向研究员（或工程师）
实习兼职阿里巴巴日常实习生地点：杭州状态：招聘♡ 收藏
工作描述
任职要求 必备 • 计算机、人工智能、数学等相关专业硕士及以上（优秀本科亦可） • 扎实的深度学习与大模型基础，熟悉 Transformer 架构与训练流程 • 熟练使用 PyTorch，具备大规模训练或分布式训练经验 • 有 LLM 后训练 / Agent 系统 / 强化学习 中至少一个方向的实操经验 • 良好的实验设计能力与工程落地能力，能独立推进从想法到验证的闭环 加分项 • 在 NeurIPS / ICML / ICLR / ACL 等顶会发表过相关论文 • 有 RL（PPO/GRPO 等）或 Agent 框架（LangGraph、AutoGen 等）实战经验 • 对 RSI / 自…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
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.
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.
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
NeurIPS+
https://neurips.cc/
ICML+
https://icml.cc/
还有更多 •••
相关职位
实习蚂蚁星- Pla
1.在后训练微调领域拥有丰富的项目经验，熟恶DPO、PPO、GRPO、OPSD等算法原理，具备扎实的数学基础，熟悉线性代数、概率统计、优化算法等。； 2.对Megatron-LM、DeepSpeed等
更新于 2026-05-12杭州
校招2027届蚂蚁星
1.在后训练微调领域拥有丰富的项目经验，熟恶DPO、PPO、GRPO、OPSD等算法原理，具备扎实的数学基础，熟悉线性代数、概率统计、优化算法等。； 2.对Megatron-LM、DeepSpeed等
更新于 2026-05-14杭州
社招3年以上技术类-开发
1、熟练掌握 linux 环境下的 C++/Python 语言，有大规模机器学习经验优先至少掌握一种机器学习框架（Tensorflow，Pytorch 或其他自研框架）。 2、理解 GPU 硬件架构，
更新于 2026-07-20杭州
社招3年以上技术类-开发
1、熟练掌握 linux 环境下的 C++/Python 语言，有大规模机器学习经验优先至少掌握一种机器学习框架（Tensorflow，Pytorch 或其他自研框架）。 2、理解 GPU 硬件架构，
更新于 2026-04-01杭州