主分类：搜索推荐与业务决策算法研发
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": "算法工程师-Agent在线强化学习（T-Star Lab）",
"job_level": "校招",AI生成
"work_category": "全职",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": "● 计算机科学、人工智能、运筹学、自动化等相关方向博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n1. 理论研究：负责本体约束的在线强化学习框架建模，并进行理论证明、自进化的收敛性分析\n2. 算法开发：设计并实现本体增强的安全在线RL算法族、LLM-RL协同决策算法、跨大促Meta-RL与经验固化算法\n3. 场景落地：在双11/618等真实大促中验证系统效果；与SRE/研发团队协作确保决策可信赖；量化评估业务价值",
"requirements_text": "● 计算机科学、人工智能、运筹学、自动化等相关方向博士\n● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验\n● 熟练Python + PyTorch，具备生产级代码交付能力\n● 在ICML/NeurIPS/ICLR/AAAI/ACL/WWW等顶会有一作或共同一作论文发表，或有等价的突出研究成果\n● 第一性原理思维： 能从问题本质出发设计方案，而非套用现有方法\n● 理论与实践并重： 既能推公式证定理，也能写出高质量生产代码\n● 大促体感： 对\"\"安全红线\"\"有敬畏心，理解生产环境不允许trial-and-error\n● 跨域学习能力： 愿意深入理解业务/运维/研发领域知识，而非将其视为黑箱\n● 长期主义： 认同\"\"自进化\"\"的愿景，愿意用3年时间构建有壁垒的系统\n加分项：\n● 包括安全强化学习、在线学习、元学习、多智能体，了解本体工程、神经符号推理，有LLM与决策系统结合的研究经验，了解大规模分布式系统、AIOps、SRE相关背景知识，有扎实的数学功底，包括优化理论、概率论、随机过程功底扎实，能独立完成定理证明",
"skills": [AI生成
"Python",
"PyTorch",
"强化学习",
"分布式系统",
"学习能力",
"智能体开发"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907720007?deptCodes="
}
]
},
"posting": {
"posting_id": "199907720007",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720007?deptCodes="
},
"fulltext": "算法工程师-Agent在线强化学习（T-Star Lab）\n算法工程师-Agent在线强化学习（T-Star Lab）\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：杭州\n\n职位描述\nT-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n1. 理论研究：负责本体约束的在线强化学习框架建模，并进行理论证明、自进化的收敛性分析\n2. 算法开发：设计并实现本体增强的安全在线RL算法族、LLM-RL协同决策算法、跨大促Meta-RL与经验固化算法\n3. 场景落地：在双11/618等真实大促中验证系统效果；与SRE/研发团队协作确保决策可信赖；量化评估业务价值\n\n职位要求\n● 计算机科学、人工智能、运筹学、自动化等相关方向博士\n● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验\n● 熟练Python + PyTorch，具备生产级代码交付能力\n● 在ICML/NeurIPS/ICLR/AAAI/ACL/WWW等顶会有一作或共同一作论文发表，或有等价的突出研究成果\n● 第一性原理思维： 能从问题本质出发设计方案，而非套用现有方法\n● 理论与实践并重： 既能推公式证定理，也能写出高质量生产代码\n● 大促体感： 对\"\"安全红线\"\"有敬畏心，理解生产环境不允许trial-and-error\n● 跨域学习能力： 愿意深入理解业务/运维/研发领域知识，而非将其视为黑箱\n● 长期主义： 认同\"\"自进化\"\"的愿景，愿意用3年时间构建有壁垒的系统\n加分项：\n● 包括安全强化学习、在线学习、元学习、多智能体，了解本体工程、神经符号推理，有LLM与决策系统结合的研究经验，了解大规模分布式系统、AIOps、SRE相关背景知识，有扎实的数学功底，包括优化理论、概率论、随机过程功底扎实，能独立完成定理证明\n\n在招业务\n淘天集团\nT-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n1. 理论研究：负责本体约束的在线强化学习框架建模，并进行理论证明、自进化的收敛性分析\n2. 算法开发：设计并实现本体增强的安全在线RL算法族、LLM-RL协同决策算法、跨大促Meta-RL与经验固化算法\n3. 场景落地：在双11/618等真实大促中验证系统效果；与SRE/研发团队协作确保决策可信赖；量化评估业务价值\n● 计算机科学、人工智能、运筹学、自动化等相关方向博士\n● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验\n● 熟练Python + PyTorch，具备生产级代码交付能力\n● 在ICML/NeurIPS/ICLR/AAAI/ACL/WWW等顶会有一作或共同一作论文发表，或有等价的突出研究成果\n● 第一性原理思维： 能从问题本质出发设计方案，而非套用现有方法\n● 理论与实践并重： 既能推公式证定理，也能写出高质量生产代码\n● 大促体感： 对\"\"安全红线\"\"有敬畏心，理解生产环境不允许trial-and-error\n● 跨域学习能力： 愿意深入理解业务/运维/研发领域知识，而非将其视为黑箱\n● 长期主义： 认同\"\"自进化\"\"的愿景，愿意用3年时间构建有壁垒的系统\n加分项：\n● 包括安全强化学习、在线学习、元学习、多智能体，了解本体工程、神经符号推理，有LLM与决策系统结合的研究经验，了解大规模分布式系统、AIOps、SRE相关背景知识，有扎实的数学功底，包括优化理论、概率论、随机过程功底扎实，能独立完成定理证明",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}