主分类：AI训练推理与计算优化
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "研究型实习生-大模型高效强化学习系统研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "在读博士研究生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们正在寻找对大模型系统优化充满热情的优秀在读学生，参与大模型后训练阶段（Post-Training）关键系统与架构的前沿研究。你将深度参与千亿级大模型在强化学习训练、推理效率、训推分离架构、智能体（Agent）系统等方面的系统级优化工作，探索高MFU、低延迟、高吞吐的下一代AI基础设施。\n如果你热爱系统与AI的交叉领域，希望在真实超大规模场景中打磨技术，欢迎加入我们，与顶尖研究者和工程师共同推动大模型系统的技术边界！\n研究方向与实习内容：\n你将从以下四个核心方向中选择1-2个深入参与，开展系统性研究与工程实现：\n1. 后训练 MFU（Model FLOPs Utilization）优化\n研究SFT、RLHF、DPO等后训练任务中的计算效率瓶颈；\n设计高MFU的训练策略与系统支持，优化计算密度（如序列填充、混合批次、梯度累积等）；\n探索算力利用率提升路径，结合通信、显存、计算进行端到端建模与优化。\n2. 强化学习推理框架优化\n针对RLHF中大量采样推理的需求，优化推理延迟与吞吐（如Speculative Decoding、KV Cache复用、动态批处理）；\n设计轻量、高效的推理引擎，支持多轮对话、长上下文、流式生成等复杂场景；\n探索训练-采样协同优化，降低推理端对训练整体效率的制约。\n3. 强化学习训推分离架构优化\n构建解耦的“训练-采样”系统架构，支持高并发采样与异步训练更新；\n研究采样集群与训练集群之间的资源调度、数据同步与负载均衡机制；\n实现弹性扩缩容、故障恢复、版本管理等系统能力，提升整体稳定性与可扩展性。\n4. Agent 框架优化与系统支撑\n研究面向复杂任务的Agent执行框架，优化工具调用、状态管理、多步规划的系统性能；\n构建低延迟、高并发的Agent运行时环境，支持大规模仿真与自动评估；\n探索Agent工作流的可复现性、可观测性与调试支持，提升研发效率。",
"requirements_text": "1. 在读博士研究生，计算机相关专业；\n2.有大模型后训练或者强化学习相关经验和工作背景；\n3.有A类会议或者期刊论文发表经历；\n4.有较强的代码能力，熟练掌握Python编程。",
"skills": [AI生成
"Python",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903700012?deptCodes="
}
]
},
"posting": {
"posting_id": "199903700012",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903700012?deptCodes="
},
"fulltext": "研究型实习生-大模型高效强化学习系统研究\n研究型实习生-大模型高效强化学习系统研究\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京 / 杭州\n\n职位描述\n我们正在寻找对大模型系统优化充满热情的优秀在读学生，参与大模型后训练阶段（Post-Training）关键系统与架构的前沿研究。你将深度参与千亿级大模型在强化学习训练、推理效率、训推分离架构、智能体（Agent）系统等方面的系统级优化工作，探索高MFU、低延迟、高吞吐的下一代AI基础设施。\n如果你热爱系统与AI的交叉领域，希望在真实超大规模场景中打磨技术，欢迎加入我们，与顶尖研究者和工程师共同推动大模型系统的技术边界！\n研究方向与实习内容：\n你将从以下四个核心方向中选择1-2个深入参与，开展系统性研究与工程实现：\n1. 后训练 MFU（Model FLOPs Utilization）优化\n研究SFT、RLHF、DPO等后训练任务中的计算效率瓶颈；\n设计高MFU的训练策略与系统支持，优化计算密度（如序列填充、混合批次、梯度累积等）；\n探索算力利用率提升路径，结合通信、显存、计算进行端到端建模与优化。\n2. 强化学习推理框架优化\n针对RLHF中大量采样推理的需求，优化推理延迟与吞吐（如Speculative Decoding、KV Cache复用、动态批处理）；\n设计轻量、高效的推理引擎，支持多轮对话、长上下文、流式生成等复杂场景；\n探索训练-采样协同优化，降低推理端对训练整体效率的制约。\n3. 强化学习训推分离架构优化\n构建解耦的“训练-采样”系统架构，支持高并发采样与异步训练更新；\n研究采样集群与训练集群之间的资源调度、数据同步与负载均衡机制；\n实现弹性扩缩容、故障恢复、版本管理等系统能力，提升整体稳定性与可扩展性。\n4. Agent 框架优化与系统支撑\n研究面向复杂任务的Agent执行框架，优化工具调用、状态管理、多步规划的系统性能；\n构建低延迟、高并发的Agent运行时环境，支持大规模仿真与自动评估；\n探索Agent工作流的可复现性、可观测性与调试支持，提升研发效率。\n\n职位要求\n1. 在读博士研究生，计算机相关专业；\n2.有大模型后训练或者强化学习相关经验和工作背景；\n3.有A类会议或者期刊论文发表经历；\n4.有较强的代码能力，熟练掌握Python编程。\n\n在招业务\n阿里云\n我们正在寻找对大模型系统优化充满热情的优秀在读学生，参与大模型后训练阶段（Post-Training）关键系统与架构的前沿研究。你将深度参与千亿级大模型在强化学习训练、推理效率、训推分离架构、智能体（Agent）系统等方面的系统级优化工作，探索高MFU、低延迟、高吞吐的下一代AI基础设施。\n如果你热爱系统与AI的交叉领域，希望在真实超大规模场景中打磨技术，欢迎加入我们，与顶尖研究者和工程师共同推动大模型系统的技术边界！\n研究方向与实习内容：\n你将从以下四个核心方向中选择1-2个深入参与，开展系统性研究与工程实现：\n1. 后训练 MFU（Model FLOPs Utilization）优化\n研究SFT、RLHF、DPO等后训练任务中的计算效率瓶颈；\n设计高MFU的训练策略与系统支持，优化计算密度（如序列填充、混合批次、梯度累积等）；\n探索算力利用率提升路径，结合通信、显存、计算进行端到端建模与优化。\n2. 强化学习推理框架优化\n针对RLHF中大量采样推理的需求，优化推理延迟与吞吐（如Speculative Decoding、KV Cache复用、动态批处理）；\n设计轻量、高效的推理引擎，支持多轮对话、长上下文、流式生成等复杂场景；\n探索训练-采样协同优化，降低推理端对训练整体效率的制约。\n3. 强化学习训推分离架构优化\n构建解耦的“训练-采样”系统架构，支持高并发采样与异步训练更新；\n研究采样集群与训练集群之间的资源调度、数据同步与负载均衡机制；\n实现弹性扩缩容、故障恢复、版本管理等系统能力，提升整体稳定性与可扩展性。\n4. Agent 框架优化与系统支撑\n研究面向复杂任务的Agent执行框架，优化工具调用、状态管理、多步规划的系统性能；\n构建低延迟、高并发的Agent运行时环境，支持大规模仿真与自动评估；\n探索Agent工作流的可复现性、可观测性与调试支持，提升研发效率。\n1. 在读博士研究生，计算机相关专业；\n2.有大模型后训练或者强化学习相关经验和工作背景；\n3.有A类会议或者期刊论文发表经历；\n4.有较强的代码能力，熟练掌握Python编程。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}