主分类：大模型与生成式算法研发
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": "日常实习生-1688-LLM/Agent实习生",
"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": "本科以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "• 探索前沿技术&发 paper：充足的 Token/GPU 资源，探索 LLM（大模型）、Agent（智能体）等前沿领域，发现创新点并进行相关课题探索。\n• 大模型前沿技术落地：利用前沿技术，攻克垂直领域知识推理与决策难题，推动「1688 世界大模型」在销售场景的深度应用，提升商机转化效率。\n• 下一代机制探索：推动 大模型可解释性推荐、LLM 原生销售策略、自我进化机制 等前沿学术探索走向工业落地，重新定义 B 端智能销售系统的未来形态。\n• 系统架构设计：参与大规模工业级算法架构设计，研发支撑算法快速迭代的基础设施。",
"requirements_text": "• 【日常实习】毕业时间在 28 届及以后，可长期实习 3-6 个月起步。本科以上学历，计算机、数学、统计学或其他相关专业背景。\n• 熟悉 LLM、RAG、Agentic RL 等常用算法，对 Agent 框架有深入理解与实践经验。具备优秀的工程实现能力，熟练掌握 C/C++、Java、Python 等至少一门编程语言。\n• 在 NeurIPS、ACL、EMNLP 等国际顶级会议或期刊发表过论文者优先；有相关领域高水平竞赛获奖经历者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"大语言模型",
"检索增强生成",
"C语言"
],
"preferred_qualifications": "在 NeurIPS、ACL、EMNLP 等国际顶级会议或期刊发表过论文者优先；有相关领域高水平竞赛获奖经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907220003?deptCodes="
}
]
},
"posting": {
"posting_id": "199907220003",
"post_date": "2026-07-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907220003?deptCodes="
},
"fulltext": "日常实习生-1688-LLM/Agent实习生\n日常实习生-1688-LLM/Agent实习生\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：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n• 探索前沿技术&发 paper：充足的 Token/GPU 资源，探索 LLM（大模型）、Agent（智能体）等前沿领域，发现创新点并进行相关课题探索。\n• 大模型前沿技术落地：利用前沿技术，攻克垂直领域知识推理与决策难题，推动「1688 世界大模型」在销售场景的深度应用，提升商机转化效率。\n• 下一代机制探索：推动 大模型可解释性推荐、LLM 原生销售策略、自我进化机制 等前沿学术探索走向工业落地，重新定义 B 端智能销售系统的未来形态。\n• 系统架构设计：参与大规模工业级算法架构设计，研发支撑算法快速迭代的基础设施。\n\n职位要求\n• 【日常实习】毕业时间在 28 届及以后，可长期实习 3-6 个月起步。本科以上学历，计算机、数学、统计学或其他相关专业背景。\n• 熟悉 LLM、RAG、Agentic RL 等常用算法，对 Agent 框架有深入理解与实践经验。具备优秀的工程实现能力，熟练掌握 C/C++、Java、Python 等至少一门编程语言。\n• 在 NeurIPS、ACL、EMNLP 等国际顶级会议或期刊发表过论文者优先；有相关领域高水平竞赛获奖经历者优先。\n\n在招业务\n淘天集团\n• 探索前沿技术&发 paper：充足的 Token/GPU 资源，探索 LLM（大模型）、Agent（智能体）等前沿领域，发现创新点并进行相关课题探索。\n• 大模型前沿技术落地：利用前沿技术，攻克垂直领域知识推理与决策难题，推动「1688 世界大模型」在销售场景的深度应用，提升商机转化效率。\n• 下一代机制探索：推动 大模型可解释性推荐、LLM 原生销售策略、自我进化机制 等前沿学术探索走向工业落地，重新定义 B 端智能销售系统的未来形态。\n• 系统架构设计：参与大规模工业级算法架构设计，研发支撑算法快速迭代的基础设施。\n• 【日常实习】毕业时间在 28 届及以后，可长期实习 3-6 个月起步。本科以上学历，计算机、数学、统计学或其他相关专业背景。\n• 熟悉 LLM、RAG、Agentic RL 等常用算法，对 Agent 框架有深入理解与实践经验。具备优秀的工程实现能力，熟练掌握 C/C++、Java、Python 等至少一门编程语言。\n• 在 NeurIPS、ACL、EMNLP 等国际顶级会议或期刊发表过论文者优先；有相关领域高水平竞赛获奖经历者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}