阿里云研究型实习生 - 基于智能体的数据库交互技术研究

实习兼职阿里云研究型实习生2025-07-02地点：杭州状态：招聘

扫码手机上打开

任职要求

1）计算机科学、人工智能、软件工程或相关专业在读硕士，博士；
2）有相关领域顶会论文（ICML,ICLR,AAAI,NeuralPS,VLDB，SIGMOD等）发表经验；
3）扎实的工程能力，优良的编程风格，熟悉Python/JAVA/C++等主流编程语言和常用设计模式，熟悉PyTorch、TensorFlow等模型训练框架；
4）熟悉LangChain、LangGraph、LlamaIndex、RAGFlow等AI应用开发框架，深入理解强化学习、多模态大模型、Prompt优化、AIAgent等技术，了解学术界相关研究进展；
5）优良的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的耐心。

加分项：
1）有突出的学术背景和创新研究能力，在ICLR/NIPS/ICML/SIGMOD/VLDB等顶会发表过论文；
2）在开源社区（如Dify、OpenManus、AutoGPT、LangChain等开源项目）有代码贡献；
3）有基于Dify、Coze、百炼等平台，开发真实场景AIAgent应用的经验。

工作职责

职位描述：
1、参与Agent系统的原型构建与落地，探索提升Agent自主理解、规划与执行任务能力的新思路与方法；
2、优化Agent的对话交互机制，尝试新颖的交互方式，以提升用户体验和任务完成的流畅性与智能性；
3、研究并实验Agent的知识整合与上下文记忆管理方案，探索更高效、智能的信息组织与检索技术，支持Agent进行更深层次的思考；
4、探索Agent与系统工具、API的智能协同策略，参与设计和验证更鲁棒、灵活的工具调用与任务规划流程，鼓励提出创新交互方案；
5、针对特定复杂场景，调研并实践Agent解决用户实际问题的创新路径，挑战并拓展Agent的能力边界。

📮 投递简历 ✨AI模拟面试

难度：

包括英文材料

ICML+

ICLR+

Python+

Java+

C+++

设计模式+

PyTorch+

TensorFlow+

LangChain+

LlamaIndex+

开发框架+

强化学习+

大模型+

Prompt+

AutoGPT+

相关职位

研究型实习生-基于代码库级智能体强化学习的图数据库测试预言机自动生成与验证系统

实习通义研究型实习生

1、研究与算法实现：（1）参与图数据库代码知识图谱的构建与优化，借鉴最新的 RepoAudit 等研究成果。（2）设计并实现基于强化学习（RL）的探索与反馈循环，包括智能体、动作空间、奖励机制。（3）实验和优化多种RL策略（如PPO、DPO、GRPO、DAPO、GSPO）在真实图数据库测试场景的应用。 2、系统开发与实验：（1）构建可编译运行的图数据库测试平台，负责自动化测试流程（提出预言机→生成用例→执行验证→反馈奖励）的实现。（2）针对开源图数据库（NeuG、Neo4j、RedisGraph、NebulaGraph等），验证并提交新型逻辑错误。 3、论文与成果输出：（1）参与撰写技术报告和学术论文，总结测试预言机生成的新方法与实验结果。（2）协助开源端到端研究原型及技术文档的完善与维护。

更新于 2025-09-24

研究型实习生-基于多模态大模型的自主代理智能体

实习通义研究型实习生

GPT、通义千问等大模型的出现，使自主代理（Autonomous Agent）这一类新的AI应用开始兴起。自主代理旨在将人类用户从琐碎的微观决策、细粒度的任务执行中解放出来，使人类用户只需关注宏观层面的决策。这类AI应用在接收到人类给出的笼统任务描述、原始输入数据后，会尝试自动化地进行任务拆解、一步步地完成一系列拆解后的任务、并根据任务反馈结果实时调整策略或做出响应尽管当前通义千问可在一定程度上充当自主代理，但在模态的覆盖度、垂直领域的专业性、与人的交互方面还有所欠缺，因此需要投入一定的研发力量优化这方面的效果

更新于 2024-01-05

研究型实习生-基于多模态大模型的人机交互技术研究

实习通义研究型实习生

专注于多模态大模型与人机交互技术的创新研究及实践，具体职责包括： 1、探索多模态大模型（文本/图像/语音/视频等）的交互式应用场景，研发新型人机交互范式； 2、针对多模态交互复杂任务推理进行探索及研究，提升多模态、多跳推理场景下的复杂任务完成率； 3、优化多模态数据的融合算法，提升模型对复杂交互场景的理解与响应能力； 4、构建高效的多模态交互系统模型架构，研究低延迟、高并发的实时交互技术方案。

更新于 2025-04-21

研究型实习生-国际跨境交易场景AI及智能体技术应用

实习研究型实习生

研究领域：人工智能项目简介：蚂蚁国际当前处于全球化和AI规模化应用的战略关键节点中，为支持多条业务线的业务规模化增长，蚂蚁国际风控致力于AI的创新及其在风控场景的应用。应用场景包括但不限于基于多智能体的风控决策系统， Deepfake识别，风控深度推理大模型等解决实际业务痛点。团队鼓励创新，勇于探索及突破前沿AI能力边界。 1.负责foundation model和生成式AI智能体构建，追踪业界文本生成、思维学习、内容理解等方向的最新技术，极致优化预训练、微调、领域知识注入、RLHF、RM、AI可解释能力。 2.负责AI技术前沿技术跟踪、创新和落地，例如，利用意图理解、图文理解等构建新一代的生成式审核机器人与辅助系统，运用反馈标注、知识体系建设、知识图谱构建等任务；利用多模态技术对图像、文本、结构化数据进行融合学习，致力于挖掘风控场景问题并全面提升风险运营效率，并帮助实现对合规、欺诈、洗钱等风险的高效管控。 3.深入跟踪调研前沿技术方向，包括但不限于 NLP/CV/多模态/智能体等，并适时进行技术分享。推动相关领域技术创新，进行专利申请和学术文章发表，产出至少一篇CCF-A以上论文。