主分类：大模型与生成式算法研发
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-面向多轮Agentic任务的大模型强化学习优化与奖励归因机制研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "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": "计算机科学、人工智能、电子工程等相关专业在读博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "专注大语言模型强化学习的研究、探索和开发，具体职责包括：\n1、针对多轮Agentic任务场景，开展基于大语言模型（LLM）的强化学习（RL）优化及奖励归因机制研究；\n2、设计与实现创新型多轮Agentic RL训练与收敛优化方法，提高训练效率与任务泛化能力；\n3、深入探索RL算法在提升智能体泛化性和鲁棒性方面的理论与工程实现，推动算法在实际复杂环境下的稳定应用；\n4、推动研究成果在阿里云PAI平台的分布式训练、强化学习等核心产品框架中的集成与落地，支持工业级Agentic AI解决方案的研发和部署；\n5、跟踪领域前沿动态，撰写高质量学术论文，申请相关发明专利，并在国际顶级学术会议（NeurIPS、ICLR、AAAI等）或期刊进行成果输出。",
"requirements_text": "1、计算机科学、人工智能、电子工程等相关专业在读博士；\n2、有AI算法方向的顶会/顶刊论文发表；\n3、扎实的C++/Python编程能力，具备良好的代码工程素养；\n4、优良的沟通能力、团队合作意识和经验； \n5、具备快速学习的能力，并能够持续深入钻研技术问题。\n加分项\n1、有优秀的创新研究能力，在CCF-A类会议上有相关方向论文发表；\n2、对LLM的后训练算法有深入的研究及务实的经验；\n3、有大规模、分布式LLM训练的项目经验；\n3、对强化学习方向的前沿技术有相关贡献。",
"skills": [AI生成
"Python",
"C++",
"强化学习",
"团队协作",
"沟通能力"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903740017?deptCodes="
}
]
},
"posting": {
"posting_id": "199903740017",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903740017?deptCodes="
},
"fulltext": "研究型实习生-面向多轮Agentic任务的大模型强化学习优化与奖励归因机制研究\n研究型实习生-面向多轮Agentic任务的大模型强化学习优化与奖励归因机制研究\n\n基础信息\n毕业起止时间要求：2027-07-01 - 2029-06-30\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：杭州\n\n职位描述\n专注大语言模型强化学习的研究、探索和开发，具体职责包括：\n1、针对多轮Agentic任务场景，开展基于大语言模型（LLM）的强化学习（RL）优化及奖励归因机制研究；\n2、设计与实现创新型多轮Agentic RL训练与收敛优化方法，提高训练效率与任务泛化能力；\n3、深入探索RL算法在提升智能体泛化性和鲁棒性方面的理论与工程实现，推动算法在实际复杂环境下的稳定应用；\n4、推动研究成果在阿里云PAI平台的分布式训练、强化学习等核心产品框架中的集成与落地，支持工业级Agentic AI解决方案的研发和部署；\n5、跟踪领域前沿动态，撰写高质量学术论文，申请相关发明专利，并在国际顶级学术会议（NeurIPS、ICLR、AAAI等）或期刊进行成果输出。\n\n职位要求\n1、计算机科学、人工智能、电子工程等相关专业在读博士；\n2、有AI算法方向的顶会/顶刊论文发表；\n3、扎实的C++/Python编程能力，具备良好的代码工程素养；\n4、优良的沟通能力、团队合作意识和经验； \n5、具备快速学习的能力，并能够持续深入钻研技术问题。\n加分项\n1、有优秀的创新研究能力，在CCF-A类会议上有相关方向论文发表；\n2、对LLM的后训练算法有深入的研究及务实的经验；\n3、有大规模、分布式LLM训练的项目经验；\n3、对强化学习方向的前沿技术有相关贡献。\n\n在招业务\n阿里云\n专注大语言模型强化学习的研究、探索和开发，具体职责包括：\n1、针对多轮Agentic任务场景，开展基于大语言模型（LLM）的强化学习（RL）优化及奖励归因机制研究；\n2、设计与实现创新型多轮Agentic RL训练与收敛优化方法，提高训练效率与任务泛化能力；\n3、深入探索RL算法在提升智能体泛化性和鲁棒性方面的理论与工程实现，推动算法在实际复杂环境下的稳定应用；\n4、推动研究成果在阿里云PAI平台的分布式训练、强化学习等核心产品框架中的集成与落地，支持工业级Agentic AI解决方案的研发和部署；\n5、跟踪领域前沿动态，撰写高质量学术论文，申请相关发明专利，并在国际顶级学术会议（NeurIPS、ICLR、AAAI等）或期刊进行成果输出。\n1、计算机科学、人工智能、电子工程等相关专业在读博士；\n2、有AI算法方向的顶会/顶刊论文发表；\n3、扎实的C++/Python编程能力，具备良好的代码工程素养；\n4、优良的沟通能力、团队合作意识和经验； \n5、具备快速学习的能力，并能够持续深入钻研技术问题。\n加分项\n1、有优秀的创新研究能力，在CCF-A类会议上有相关方向论文发表；\n2、对LLM的后训练算法有深入的研究及务实的经验；\n3、有大规模、分布式LLM训练的项目经验；\n3、对强化学习方向的前沿技术有相关贡献。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}