通义研究型实习生-融合多模态的Agent+RL研究
任职要求
1. 计算机、人工智能或相关领域的扎实学术背景，熟悉大模型和强化学习的核心原理； 2. 具备良好的编程能力，熟练使用深度学习框架（如 PyTorch），并能进行算法实现与优化； 3. 对多模态大模型（文本、图像、视频等）及其在智能…
工作职责
专注于多模态智能体（Agent）及强化学习（RL）的研究与开发，如 browser use 等，推动下一代智能决策系统的创新。主要职责包括： 1. 设计和构建基于 Qwen 系列模型的多模态 Agent，使其能够高效处理文本、图像、视频等多种信息，执行复杂任务； 2. 实现和训练强化学习算法，探索如何在多模态环境下优化智能体的决策策略； 3. 开发数据采集和环境建模工具，构建逼真的多模态交互环境； 4. 参与系统评估与优化，设计高效的验证机制，确保智能体的稳定性与泛化能力； 5. 撰写研究论文、技术文档，与团队共同推动技术突破，并提升行业影响力。
【高德交通智能部】寻找AI造梦师！加入极客天团，用代码重塑未来出行 ▍团队故事： 我们是高德地图的的硬核极客天团，过去四年连续解锁交通科技树： ✓ 2021年 全球首个分钟级交通事件检测引擎（让堵车预警快过刷朋友圈） ✓ 2022年 红绿灯倒计时黑科技（拯救千万路怒症的神级操作） ✓ 2023年 V2X车车对话系统（让汽车学会"社牛"沟通） ✓ 2024年 AI领航红绿灯（比驾校教练更懂路的老司机） ✓ 2025年 TrafficVLM 上线（高德地图“天眼”功能） 现在，我们正在构建智能交通宇宙，等你来编写核心算法剧本！ 岗位职责： 1. 构建下一代TrafficVLM：运用SFT和强化学习技术打造能理解复杂交通场景的多模态大模型 2. 设计创新的思维链(COT)框架：解决交通流量预测、事故处理等复杂推理任务 3. 建立行业领先的评估体系：开发针对交通场景的大模型专项评估指标和测试平台 4. 探索RL与LLM的融合应用：通过强化学习持续优化模型在动态交通环境中的表现 💡 我们期待你： • 对AI技术充满热情，渴望将实验室技术转化为实际生产力 • 在大模型某个技术方向(SFT/RL/Agent/COT等)有深入理解或实践经验 • 喜欢解决开放性问题，能够独立思考和探索创新方案 • 具备优秀的工程实现能力或扎实的理论研究基础
1.负责包含文本、视频、图片、语音等多模态数据对齐的基础大模型核心技术研发，包括 Pretrain、SFT、RL 等，持续追踪和应用领域最新技术进展； 2.预训练：跟进和研发更先进的 foundation 模型结构、训练模式、scaling law，提高训练效率和优化关键问题（如推理、长序列能力，多模态融合）； 3.后训练：跟进和研发基座模型的后训练技术，充分激发模型潜力，包括但不限于高质量指令样本构建、课程学习、reasoning RL 等方向； 4.应用：通过模型与场景的深度耦合，推进大模型能力在实际业务中的最优表达，构建具备长期价值的智能 Agent； 5.结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
【团队介绍】 聚焦大模型与高德核心业务的深度融合。围绕用户出行、搜索、导航、POI发现、行程规划等亿级流量场景，我们探索如何通过大语言模型（LLM）、多模态大模型、强化学习与推荐系统的协同创新，提升用户交互体验与业务转化效果。 【岗位职责】 1. 参与高德地图 AI 对话 Agent 相关算法研发，包括对话理解、任务规划、工具调用、多轮对话管理等； 2. 探索大模型在地图场景下的应用，如 Prompt 工程、RAG、SFT、RL Training、Agent 框架优化等； 3. 协助构建高质量对话数据集，参与模型训练、评估与上线迭代； 4. 跟踪前沿技术，复现并改进相关方法，推动技术创新。
【加入前沿战场，定义下一代增长引擎】 在阿里妈妈AI Agent与客户成长团队，我们正用最前沿的Agent技术重构数智化营销生态。 作为团队新生力量，你将直接参与构建日均服务百万级商家的智能增长系统，通过大模型技术实现从用户意图洞察到智能决策的全链路突破。 在这里，你的代码将直接影响中国电商生态的广告决策效率，用AI重新定义商业增长的可能性。 【你将主导的挑战】 智能增长系统攻坚 ● 设计基于LLM的个性化增长策略矩阵，覆盖智能触达、流失预警、投放引导等核心场景。 ● 构建多模态商业理解引擎，融合时序预测（LTV建模）、因果推断（Uplift建模）、生成式优化等创新技术。 ● 主导端到端的AI Agent架构设计，攻克动态Prompt生成、多轮对话决策等关键技术节点。 数据驱动的技术突破 ● 操盘亿级用户行为数据，通过大规模A/B实验验证模型效果，你的每个优化将直接提升DAU/留存率等核心指标。 ● 探索大模型微调+RAG+Agent框架的技术融合，打造行业领先的智能运营解决方案。 【超维成长体验】 三位一体培养体系 ● 双导师制成长：算法大牛+业务专家贴身指导，定期论文精读与代码Review。 ● 全真项目历练：独立负责子模块开发，6个月挑战完整项目生命周期。 ● 前瞻技术视野：参与内部技术峰会，第一时间获取阿里妈妈AI最新研究成果。