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": "多模态世界模型强化学习研究与应用-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry",
"location": "北京 / 杭州",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、跟进并研发多模态大模型的强化学习对齐技术，提升模型在多模态任务中的表现；\n2、负责强化学习对齐技术研发，包括Reward Model训练、PPO/DPO/GRPO等策略优化算法的实现与优化；\n3、通过强化学习提升世界模型智能和效果上限提升；\n4、参与设计和开发高效的强化学习训练框架，支持大规模分布式RL训练、高效rollout采样、异步训练pipeline等基础设施建设。",
"requirements_text": "1、计算机、人工智能、自动化等相关专业；\n2、在多模态大模型和生成式模型（扩散/自回归模型）上有资深背景，对前沿进展和领域问题有深入理解;\n3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM)，有国际高影响力的项目成果;\n4、对 AGI 有极强的热情，能够从第一性原理出发解决世界模型领域问题。",
"skills": [AI生成
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907660008?deptCodes="
}
]
},
"posting": {
"posting_id": "199907660008",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907660008?deptCodes="
},
"fulltext": "多模态世界模型强化学习研究与应用-阿里星\n多模态世界模型强化学习研究与应用-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 / 杭州\n\n职位描述\n1、跟进并研发多模态大模型的强化学习对齐技术，提升模型在多模态任务中的表现；\n2、负责强化学习对齐技术研发，包括Reward Model训练、PPO/DPO/GRPO等策略优化算法的实现与优化；\n3、通过强化学习提升世界模型智能和效果上限提升；\n4、参与设计和开发高效的强化学习训练框架，支持大规模分布式RL训练、高效rollout采样、异步训练pipeline等基础设施建设。\n\n职位要求\n1、计算机、人工智能、自动化等相关专业；\n2、在多模态大模型和生成式模型（扩散/自回归模型）上有资深背景，对前沿进展和领域问题有深入理解;\n3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM)，有国际高影响力的项目成果;\n4、对 AGI 有极强的热情，能够从第一性原理出发解决世界模型领域问题。\n\n在招业务\nToken Foundry\n1、跟进并研发多模态大模型的强化学习对齐技术，提升模型在多模态任务中的表现；\n2、负责强化学习对齐技术研发，包括Reward Model训练、PPO/DPO/GRPO等策略优化算法的实现与优化；\n3、通过强化学习提升世界模型智能和效果上限提升；\n4、参与设计和开发高效的强化学习训练框架，支持大规模分布式RL训练、高效rollout采样、异步训练pipeline等基础设施建设。\n1、计算机、人工智能、自动化等相关专业；\n2、在多模态大模型和生成式模型（扩散/自回归模型）上有资深背景，对前沿进展和领域问题有深入理解;\n3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM)，有国际高影响力的项目成果;\n4、对 AGI 有极强的热情，能够从第一性原理出发解决世界模型领域问题。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}