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-结合电商知识的大规模预训练语言模型研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "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": "自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.基于电商业务场景需要，训练电商生成式预训练底座大模型；\n2.根据电商的数据特点，基于In-Context Learning增强电商训练效果；\n3.评估电商下游任务效果。",
"requirements_text": "1.自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生；\n2.熟练掌握tensorflow、pytorch等深度学习框架，扎实的编程基础；\n3.在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先；\n4.有丰富的相关领域经验，或者ACM等顶级竞赛获奖者优先。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"自然语言处理",
"数据挖掘"
],
"preferred_qualifications": "3.在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先；4.有丰富的相关领域经验，或者ACM等顶级竞赛获奖者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903880057?deptCodes="
}
]
},
"posting": {
"posting_id": "199903880057",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903880057?deptCodes="
},
"fulltext": "研究型实习生-结合电商知识的大规模预训练语言模型研究\n研究型实习生-结合电商知识的大规模预训练语言模型研究\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：杭州\n\n职位描述\n1.基于电商业务场景需要，训练电商生成式预训练底座大模型；\n2.根据电商的数据特点，基于In-Context Learning增强电商训练效果；\n3.评估电商下游任务效果。\n\n职位要求\n1.自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生；\n2.熟练掌握tensorflow、pytorch等深度学习框架，扎实的编程基础；\n3.在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先；\n4.有丰富的相关领域经验，或者ACM等顶级竞赛获奖者优先。\n\n在招业务\n淘天集团\n1.基于电商业务场景需要，训练电商生成式预训练底座大模型；\n2.根据电商的数据特点，基于In-Context Learning增强电商训练效果；\n3.评估电商下游任务效果。\n1.自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生；\n2.熟练掌握tensorflow、pytorch等深度学习框架，扎实的编程基础；\n3.在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先；\n4.有丰富的相关领域经验，或者ACM等顶级竞赛获奖者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}