主分类：Agent系统开发
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-Agentic RL-算法研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里国际数字商业集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里国际数字商业集团",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "背景： 计算机、数学或相关专业在读（硕士/博士优先）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "一、关于阿里国际站\n阿里国际站是全球最大的跨境B2B数字贸易平台，致力于推动跨境电商发展。我们拥有业界为数不多已实现大规模商业化并持续快速增长的AI产品，团队在LLM领域的多项研究成果也已在NeurIPS、ICLR、KDD等顶级学术会议上获得认可。\n二、关于本项目\n本项目旨在通过context/memory与rl等算法，优化国际站的AI能力，解决包括但不限于超长上下文压缩与动态加载、复杂指令遵循、多Agent协作与长程任务执行 等问题。\n三、你的职责\n1. agent框架构建： 参与搭建国际站各个场景的的多Agent协作系统。\n2. 算法研究与优化： 探索如何让Agent在多轮、多工具的任务中保持目标一致且上下文干净,实验并改进上下文压缩、卸载、持久化的算法与策略。\n3. 前沿追踪：Follow 最新的学术工作，将研究成果转化为学术论文并投稿。",
"requirements_text": "1. 背景： 计算机、数学或相关专业在读（硕士/博士优先），有agent实践经验。\n2. 技术栈： 熟悉 PyTorch，有agent 框架实践经验。\n3. 良好的论文阅读与工程实现能力，希望在顶会发表高影响力工作。",
"skills": [AI生成
"PyTorch"
],
"preferred_qualifications": "1. 背景： 计算机、数学或相关专业在读（硕士/博士优先），有agent实践经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907420003?deptCodes="
}
]
},
"posting": {
"posting_id": "199907420003",
"post_date": "2026-07-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907420003?deptCodes="
},
"fulltext": "研究型实习生-Agentic RL-算法研究\n研究型实习生-Agentic RL-算法研究\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2031-12-31\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一、关于阿里国际站\n阿里国际站是全球最大的跨境B2B数字贸易平台，致力于推动跨境电商发展。我们拥有业界为数不多已实现大规模商业化并持续快速增长的AI产品，团队在LLM领域的多项研究成果也已在NeurIPS、ICLR、KDD等顶级学术会议上获得认可。\n二、关于本项目\n本项目旨在通过context/memory与rl等算法，优化国际站的AI能力，解决包括但不限于超长上下文压缩与动态加载、复杂指令遵循、多Agent协作与长程任务执行 等问题。\n三、你的职责\n1. agent框架构建： 参与搭建国际站各个场景的的多Agent协作系统。\n2. 算法研究与优化： 探索如何让Agent在多轮、多工具的任务中保持目标一致且上下文干净,实验并改进上下文压缩、卸载、持久化的算法与策略。\n3. 前沿追踪：Follow 最新的学术工作，将研究成果转化为学术论文并投稿。\n\n职位要求\n1. 背景： 计算机、数学或相关专业在读（硕士/博士优先），有agent实践经验。\n2. 技术栈： 熟悉 PyTorch，有agent 框架实践经验。\n3. 良好的论文阅读与工程实现能力，希望在顶会发表高影响力工作。\n\n在招业务\n阿里国际数字商业集团\n一、关于阿里国际站\n阿里国际站是全球最大的跨境B2B数字贸易平台，致力于推动跨境电商发展。我们拥有业界为数不多已实现大规模商业化并持续快速增长的AI产品，团队在LLM领域的多项研究成果也已在NeurIPS、ICLR、KDD等顶级学术会议上获得认可。\n二、关于本项目\n本项目旨在通过context/memory与rl等算法，优化国际站的AI能力，解决包括但不限于超长上下文压缩与动态加载、复杂指令遵循、多Agent协作与长程任务执行 等问题。\n三、你的职责\n1. agent框架构建： 参与搭建国际站各个场景的的多Agent协作系统。\n2. 算法研究与优化： 探索如何让Agent在多轮、多工具的任务中保持目标一致且上下文干净,实验并改进上下文压缩、卸载、持久化的算法与策略。\n3. 前沿追踪：Follow 最新的学术工作，将研究成果转化为学术论文并投稿。\n1. 背景： 计算机、数学或相关专业在读（硕士/博士优先），有agent实践经验。\n2. 技术栈： 熟悉 PyTorch，有agent 框架实践经验。\n3. 良好的论文阅读与工程实现能力，希望在顶会发表高影响力工作。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}