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-业务技术-大语言模型Agent算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、人工智能、自动化、电子工程等相关专业硕士或博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们致力于打造淘宝直播场景下“高智商、高情商”的下一代智能数字人主播，通过大模型 + 智能体（Agent） + 强化学习（RL） 的深度融合，构建具备自主决策、实时互动与高转化能力的直播AI系统。你将参与以下前沿探索：\n1. 大模型与Agentic RL的协同训练范式研究：探索高效Agentic RL算法（样本效率、奖励函数设计、多智能体协作等）；\n2. 多模态Agent研究：融合视觉（商品/表情/动作）、语音、文本等多源信号，通过多模态强化学习优化Agent行为策略；\n3. 构建基于Agentic RL的数字人决策引擎：设计可自主调用商品工具、垂域多模态知识库查询工具、控制话术、响应观众意图的智能体架构，实现动态控场、个性化互动与高效转化；\n4. 研究基于RL等算法的自主进化Agent；\n5. 产出高质量学术论文和专利。",
"requirements_text": "1. 计算机、人工智能、自动化、电子工程等相关专业硕士或博士在读；\n2. 扎实的大模型算法理论基础，熟悉SFT、DPO、GRPO等算法，有智能体（Agent）或LLM+RL项目经验者优先；\n3. 熟练掌握PyTorch，具备分布式训练经验，熟悉DeepSpeed/Megatron等框架者加分；\n4. 对大模型、AIGC、数字人、多模态交互有强烈兴趣，有CCF-A类顶会顶刊论文、开源项目或竞赛获奖者优先；\n5. 具备独立科研能力，善于提出问题、设计实验并复现前沿工作。",
"skills": [AI生成
"PyTorch",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "2. 扎实的大模型算法理论基础，熟悉SFT、DPO、GRPO等算法，有智能体（Agent）或LLM+RL项目经验者优先；3. 熟练掌握PyTorch，具备分布式训练经验，熟悉DeepSpeed/Megatron等框架者加分；4. 对大模型、AIGC、数字人、多模态交互有强烈兴趣，有CCF-A类顶会顶刊论文、开源项目或竞赛获奖者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903820044?deptCodes="
}
]
},
"posting": {
"posting_id": "199903820044",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903820044?deptCodes="
},
"fulltext": "研究型实习生-业务技术-大语言模型Agent算法实习生\n研究型实习生-业务技术-大语言模型Agent算法实习生\n\n基础信息\n毕业起止时间要求：2026-10-31 - 2028-10-30\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：北京 / 杭州\n\n职位描述\n我们致力于打造淘宝直播场景下“高智商、高情商”的下一代智能数字人主播，通过大模型 + 智能体（Agent） + 强化学习（RL） 的深度融合，构建具备自主决策、实时互动与高转化能力的直播AI系统。你将参与以下前沿探索：\n1. 大模型与Agentic RL的协同训练范式研究：探索高效Agentic RL算法（样本效率、奖励函数设计、多智能体协作等）；\n2. 多模态Agent研究：融合视觉（商品/表情/动作）、语音、文本等多源信号，通过多模态强化学习优化Agent行为策略；\n3. 构建基于Agentic RL的数字人决策引擎：设计可自主调用商品工具、垂域多模态知识库查询工具、控制话术、响应观众意图的智能体架构，实现动态控场、个性化互动与高效转化；\n4. 研究基于RL等算法的自主进化Agent；\n5. 产出高质量学术论文和专利。\n\n职位要求\n1. 计算机、人工智能、自动化、电子工程等相关专业硕士或博士在读；\n2. 扎实的大模型算法理论基础，熟悉SFT、DPO、GRPO等算法，有智能体（Agent）或LLM+RL项目经验者优先；\n3. 熟练掌握PyTorch，具备分布式训练经验，熟悉DeepSpeed/Megatron等框架者加分；\n4. 对大模型、AIGC、数字人、多模态交互有强烈兴趣，有CCF-A类顶会顶刊论文、开源项目或竞赛获奖者优先；\n5. 具备独立科研能力，善于提出问题、设计实验并复现前沿工作。\n\n在招业务\n淘天集团\n我们致力于打造淘宝直播场景下“高智商、高情商”的下一代智能数字人主播，通过大模型 + 智能体（Agent） + 强化学习（RL） 的深度融合，构建具备自主决策、实时互动与高转化能力的直播AI系统。你将参与以下前沿探索：\n1. 大模型与Agentic RL的协同训练范式研究：探索高效Agentic RL算法（样本效率、奖励函数设计、多智能体协作等）；\n2. 多模态Agent研究：融合视觉（商品/表情/动作）、语音、文本等多源信号，通过多模态强化学习优化Agent行为策略；\n3. 构建基于Agentic RL的数字人决策引擎：设计可自主调用商品工具、垂域多模态知识库查询工具、控制话术、响应观众意图的智能体架构，实现动态控场、个性化互动与高效转化；\n4. 研究基于RL等算法的自主进化Agent；\n5. 产出高质量学术论文和专利。\n1. 计算机、人工智能、自动化、电子工程等相关专业硕士或博士在读；\n2. 扎实的大模型算法理论基础，熟悉SFT、DPO、GRPO等算法，有智能体（Agent）或LLM+RL项目经验者优先；\n3. 熟练掌握PyTorch，具备分布式训练经验，熟悉DeepSpeed/Megatron等框架者加分；\n4. 对大模型、AIGC、数字人、多模态交互有强烈兴趣，有CCF-A类顶会顶刊论文、开源项目或竞赛获奖者优先；\n5. 具备独立科研能力，善于提出问题、设计实验并复现前沿工作。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}