主分类：大模型与生成式算法研发
辅助：搜索推荐与业务决策算法研发（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": "日常实习生-大模型后训练/Agentic算法（行为风控方向）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士研究生及以上在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "岗位面向行为风控这一高度复杂且动态对抗的业务场景，支持反爬、作弊、欺诈、账号安全、恶意行为等核心风控业务，聚焦大模型后训练与Agentic等前沿技术，探索下一代智能风控基座和行为域基模解决方案。\n1、参与行为域数据体系建设：面向行为风控场景中的结构化、序列化、图表化等数据，参与数据处理、任务构建和评测方案设计；探索面向结构化数据的大模型后训练方法，参与行为特色“世界模型”的研究与验证。\n2、参与强化学习方案设计：围绕行为风控中的复杂任务，参与Reward System、RL后训练、复杂决策、自我博弈等方向的研究与实验；协助推进全链路情报分析与风险决策能力的建模和优化。\n3、参与Agent训练环境和方案构建：面向行为分析、识别、挖掘、链路还原、路径推演等场景，参与可扩展Agent训练环境的设计、搭建与迭代；支持复杂任务下Agent能力评测、训练数据构造和效果分析。\n4、参与技术探索与效果分析：跟进大模型后训练、RLHF、Agent、世界模型等方向的前沿研究；结合业务场景，参与实验设计、结果分析和方案迭代，推动研究成果向真实业务问题靠近。",
"requirements_text": "1、硕士研究生及以上在读，计算机、人工智能、软件工程、信息安全、统计、数学等相关专业；\n2、具备大模型、强化学习、Agent相关科研、项目或实习经验，复合能力较强者优先；\n3、了解业务风控相关场景者优先，包括作弊、欺诈、账号安全、恶意行为等；有日志、行为序列、图数据处理经验者优先；\n4、具备扎实的编程基础，熟练掌握 Python，熟悉 PyTorch 等深度学习框架；\n5、具备良好的分析问题和动手能力，能够在指导下将业务问题抽象为可实验、可建模的技术问题；\n6、具备良好的沟通能力和团队合作意识，能够与算法、工程、策略等团队高效协作。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"强化学习",
"团队协作",
"沟通能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "2、具备大模型、强化学习、Agent相关科研、项目或实习经验，复合能力较强者优先；3、了解业务风控相关场景者优先，包括作弊、欺诈、账号安全、恶意行为等；有日志、行为序列、图数据处理经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199905340011?deptCodes="
}
]
},
"posting": {
"posting_id": "199905340011",
"post_date": "2026-06-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199905340011?deptCodes="
},
"fulltext": "日常实习生-大模型后训练/Agentic算法（行为风控方向）\n日常实习生-大模型后训练/Agentic算法（行为风控方向）\n\n基础信息\n毕业起止时间要求：2027-03-01 - 2043-01-31\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：北京\n\n职位描述\n岗位面向行为风控这一高度复杂且动态对抗的业务场景，支持反爬、作弊、欺诈、账号安全、恶意行为等核心风控业务，聚焦大模型后训练与Agentic等前沿技术，探索下一代智能风控基座和行为域基模解决方案。\n1、参与行为域数据体系建设：面向行为风控场景中的结构化、序列化、图表化等数据，参与数据处理、任务构建和评测方案设计；探索面向结构化数据的大模型后训练方法，参与行为特色“世界模型”的研究与验证。\n2、参与强化学习方案设计：围绕行为风控中的复杂任务，参与Reward System、RL后训练、复杂决策、自我博弈等方向的研究与实验；协助推进全链路情报分析与风险决策能力的建模和优化。\n3、参与Agent训练环境和方案构建：面向行为分析、识别、挖掘、链路还原、路径推演等场景，参与可扩展Agent训练环境的设计、搭建与迭代；支持复杂任务下Agent能力评测、训练数据构造和效果分析。\n4、参与技术探索与效果分析：跟进大模型后训练、RLHF、Agent、世界模型等方向的前沿研究；结合业务场景，参与实验设计、结果分析和方案迭代，推动研究成果向真实业务问题靠近。\n\n职位要求\n1、硕士研究生及以上在读，计算机、人工智能、软件工程、信息安全、统计、数学等相关专业；\n2、具备大模型、强化学习、Agent相关科研、项目或实习经验，复合能力较强者优先；\n3、了解业务风控相关场景者优先，包括作弊、欺诈、账号安全、恶意行为等；有日志、行为序列、图数据处理经验者优先；\n4、具备扎实的编程基础，熟练掌握 Python，熟悉 PyTorch 等深度学习框架；\n5、具备良好的分析问题和动手能力，能够在指导下将业务问题抽象为可实验、可建模的技术问题；\n6、具备良好的沟通能力和团队合作意识，能够与算法、工程、策略等团队高效协作。\n\n在招业务\n阿里巴巴控股集团\n岗位面向行为风控这一高度复杂且动态对抗的业务场景，支持反爬、作弊、欺诈、账号安全、恶意行为等核心风控业务，聚焦大模型后训练与Agentic等前沿技术，探索下一代智能风控基座和行为域基模解决方案。\n1、参与行为域数据体系建设：面向行为风控场景中的结构化、序列化、图表化等数据，参与数据处理、任务构建和评测方案设计；探索面向结构化数据的大模型后训练方法，参与行为特色“世界模型”的研究与验证。\n2、参与强化学习方案设计：围绕行为风控中的复杂任务，参与Reward System、RL后训练、复杂决策、自我博弈等方向的研究与实验；协助推进全链路情报分析与风险决策能力的建模和优化。\n3、参与Agent训练环境和方案构建：面向行为分析、识别、挖掘、链路还原、路径推演等场景，参与可扩展Agent训练环境的设计、搭建与迭代；支持复杂任务下Agent能力评测、训练数据构造和效果分析。\n4、参与技术探索与效果分析：跟进大模型后训练、RLHF、Agent、世界模型等方向的前沿研究；结合业务场景，参与实验设计、结果分析和方案迭代，推动研究成果向真实业务问题靠近。\n1、硕士研究生及以上在读，计算机、人工智能、软件工程、信息安全、统计、数学等相关专业；\n2、具备大模型、强化学习、Agent相关科研、项目或实习经验，复合能力较强者优先；\n3、了解业务风控相关场景者优先，包括作弊、欺诈、账号安全、恶意行为等；有日志、行为序列、图数据处理经验者优先；\n4、具备扎实的编程基础，熟练掌握 Python，熟悉 PyTorch 等深度学习框架；\n5、具备良好的分析问题和动手能力，能够在指导下将业务问题抽象为可实验、可建模的技术问题；\n6、具备良好的沟通能力和团队合作意识，能够与算法、工程、策略等团队高效协作。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T011"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}