主分类：AI训练推理与计算优化
辅助：AI模型评测工程、云基础设施与系统软件研发（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": "面向智能体的大规模可扩展的自进化强化学习环境-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"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": "计算机科学、人工智能、机器学习、数学、统计学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "面向Agentic智能体大规模后训练、环境仿真瓶颈、高质量评测等核心挑战，本课题聚焦下一代大规模智能体强化学习基础设施建设，基于阿里ROCK平台与ROLL框架，突破万级并发仿真、标准化评测、海量数据自动化生产的技术瓶颈，为智能体持续自进化提供可扩展的训练底座。\n1. 研究高弹性、低开销的大规模环境调度机制，突破万级智能体仿真实例并行运行的技术瓶颈，攻克异构算力高效协同与资源弹性伸缩等核心问题，支撑超大规模群体智能训练。\n2. 研究多场景、全覆盖的标准化智能体Benchmark评测体系，构建统一的能力度量与算法迭代验证底座，解决当前智能体能力缺乏统一评测标准的行业难题。\n3. 研究大规模智能体交互数据自动化生产全链路技术，实现海量高质量训练数据高效量产，满足大模型智能体长周期强化学习迭代需求。\n4. 探索智能体驱动的大模型持续自进化框架，结合强化学习优化训练效率，增强大模型在对齐、推理、代码、数学等维度的能力，并将成果发表于顶级学术会议与回馈开源社区。",
"requirements_text": "1. 计算机科学、人工智能、机器学习、数学、统计学等相关专业硕士及以上学历，博士优先。\n2. 具备扎实的系统能力，精通Python/Go/C++中至少一种语言，熟悉分布式系统原理，有大规模分布式系统设计、开发经验。\n3. 熟悉强化学习原理与前沿进展，对大规模RL、多智能体RL、RLHF等方向有深入理解，有相关研究或项目经验。\n4. 熟悉Kubernetes架构与容器技术（Docker/Kata），有机器学习系统平台或训练基础设施研发经验者优先。\n5. 熟悉大模型强化学习框架（如OpenRLHF、veRL、TRL等）或分布式计算框架（如Ray）者优先。\n6. 在NeurIPS、ICML、ICLR、OSDI、SOSP、EuroSys、ATC、MLSys等顶级会议发表论文，或在ROCK/ROLL等高质量开源项目中有显著贡献者优先。",
"skills": [AI生成
"Python",
"C++",
"Docker",
"Kubernetes",
"机器学习",
"强化学习",
"分布式系统",
"Go",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1. 计算机科学、人工智能、机器学习、数学、统计学等相关专业硕士及以上学历，博士优先；4. 熟悉Kubernetes架构与容器技术（Docker/Kata），有机器学习系统平台或训练基础设施研发经验者优先；5. 熟悉大模型强化学习框架（如OpenRLHF、veRL、TRL等）或分布式计算框架（如Ray）者优先；6. 在NeurIPS、ICML、ICLR、OSDI、SOSP、EuroSys、ATC、MLSys等顶级会议发表论文，或在ROCK/ROLL等高质量开源项目中有显著贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907640005?deptCodes="
}
]
},
"posting": {
"posting_id": "199907640005",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907640005?deptCodes="
},
"fulltext": "面向智能体的大规模可扩展的自进化强化学习环境-阿里星\n面向智能体的大规模可扩展的自进化强化学习环境-阿里星\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京\n\n职位描述\n面向Agentic智能体大规模后训练、环境仿真瓶颈、高质量评测等核心挑战，本课题聚焦下一代大规模智能体强化学习基础设施建设，基于阿里ROCK平台与ROLL框架，突破万级并发仿真、标准化评测、海量数据自动化生产的技术瓶颈，为智能体持续自进化提供可扩展的训练底座。\n1. 研究高弹性、低开销的大规模环境调度机制，突破万级智能体仿真实例并行运行的技术瓶颈，攻克异构算力高效协同与资源弹性伸缩等核心问题，支撑超大规模群体智能训练。\n2. 研究多场景、全覆盖的标准化智能体Benchmark评测体系，构建统一的能力度量与算法迭代验证底座，解决当前智能体能力缺乏统一评测标准的行业难题。\n3. 研究大规模智能体交互数据自动化生产全链路技术，实现海量高质量训练数据高效量产，满足大模型智能体长周期强化学习迭代需求。\n4. 探索智能体驱动的大模型持续自进化框架，结合强化学习优化训练效率，增强大模型在对齐、推理、代码、数学等维度的能力，并将成果发表于顶级学术会议与回馈开源社区。\n\n职位要求\n1. 计算机科学、人工智能、机器学习、数学、统计学等相关专业硕士及以上学历，博士优先。\n2. 具备扎实的系统能力，精通Python/Go/C++中至少一种语言，熟悉分布式系统原理，有大规模分布式系统设计、开发经验。\n3. 熟悉强化学习原理与前沿进展，对大规模RL、多智能体RL、RLHF等方向有深入理解，有相关研究或项目经验。\n4. 熟悉Kubernetes架构与容器技术（Docker/Kata），有机器学习系统平台或训练基础设施研发经验者优先。\n5. 熟悉大模型强化学习框架（如OpenRLHF、veRL、TRL等）或分布式计算框架（如Ray）者优先。\n6. 在NeurIPS、ICML、ICLR、OSDI、SOSP、EuroSys、ATC、MLSys等顶级会议发表论文，或在ROCK/ROLL等高质量开源项目中有显著贡献者优先。\n\n在招业务\nToken Foundry\n面向Agentic智能体大规模后训练、环境仿真瓶颈、高质量评测等核心挑战，本课题聚焦下一代大规模智能体强化学习基础设施建设，基于阿里ROCK平台与ROLL框架，突破万级并发仿真、标准化评测、海量数据自动化生产的技术瓶颈，为智能体持续自进化提供可扩展的训练底座。\n1. 研究高弹性、低开销的大规模环境调度机制，突破万级智能体仿真实例并行运行的技术瓶颈，攻克异构算力高效协同与资源弹性伸缩等核心问题，支撑超大规模群体智能训练。\n2. 研究多场景、全覆盖的标准化智能体Benchmark评测体系，构建统一的能力度量与算法迭代验证底座，解决当前智能体能力缺乏统一评测标准的行业难题。\n3. 研究大规模智能体交互数据自动化生产全链路技术，实现海量高质量训练数据高效量产，满足大模型智能体长周期强化学习迭代需求。\n4. 探索智能体驱动的大模型持续自进化框架，结合强化学习优化训练效率，增强大模型在对齐、推理、代码、数学等维度的能力，并将成果发表于顶级学术会议与回馈开源社区。\n1. 计算机科学、人工智能、机器学习、数学、统计学等相关专业硕士及以上学历，博士优先。\n2. 具备扎实的系统能力，精通Python/Go/C++中至少一种语言，熟悉分布式系统原理，有大规模分布式系统设计、开发经验。\n3. 熟悉强化学习原理与前沿进展，对大规模RL、多智能体RL、RLHF等方向有深入理解，有相关研究或项目经验。\n4. 熟悉Kubernetes架构与容器技术（Docker/Kata），有机器学习系统平台或训练基础设施研发经验者优先。\n5. 熟悉大模型强化学习框架（如OpenRLHF、veRL、TRL等）或分布式计算框架（如Ray）者优先。\n6. 在NeurIPS、ICML、ICLR、OSDI、SOSP、EuroSys、ATC、MLSys等顶级会议发表论文，或在ROCK/ROLL等高质量开源项目中有显著贡献者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T015",
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}