主分类：通用算法研发（其他方向）
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-融合多模态的Agent+RL研究",
"job_level": "实习",AI生成
"work_category": "实习",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": "专注于多模态智能体（Agent）及强化学习（RL）的研究与开发，如 browser use 等，推动下一代智能决策系统的创新。主要职责包括：\n1. 设计和构建基于 Qwen 系列模型的多模态 Agent，使其能够高效处理文本、图像、视频等多种信息，执行复杂任务；\n2. 实现和训练强化学习算法，探索如何在多模态环境下优化智能体的决策策略；\n3. 开发数据采集和环境建模工具，构建逼真的多模态交互环境；\n4. 参与系统评估与优化，设计高效的验证机制，确保智能体的稳定性与泛化能力；\n5. 撰写研究论文、技术文档，与团队共同推动技术突破，并提升行业影响力。",
"requirements_text": "1. 计算机、人工智能或相关领域的扎实学术背景，熟悉大模型和强化学习的核心原理；\n2. 具备良好的编程能力，熟练使用深度学习框架（如 PyTorch），并能进行算法实现与优化；\n3. 对多模态大模型（文本、图像、视频等）及其在智能体决策中的应用有浓厚兴趣；\n4. 具备良好的科研能力，能够独立思考并探索创新方案；\n5. 加分项：有强化学习、智能体框架、或多模态大模型训练的相关经验；\n6. 加分项：在计算机视觉、自然语言处理、强化学习等方向的顶级会议发表过论文。",
"skills": [AI生成
"PyTorch",
"深度学习",
"强化学习",
"自然语言处理",
"计算机视觉",
"模型训练",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "5. 加分项：有强化学习、智能体框架、或多模态大模型训练的相关经验；6. 加分项：在计算机视觉、自然语言处理、强化学习等方向的顶级会议发表过论文",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907720126?deptCodes="
}
]
},
"posting": {
"posting_id": "199907720126",
"post_date": "2026-07-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720126?deptCodes="
},
"fulltext": "研究型实习生-融合多模态的Agent+RL研究\n研究型实习生-融合多模态的Agent+RL研究\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2032-10-31\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：北京 / 杭州\n\n职位描述\n专注于多模态智能体（Agent）及强化学习（RL）的研究与开发，如 browser use 等，推动下一代智能决策系统的创新。主要职责包括：\n1. 设计和构建基于 Qwen 系列模型的多模态 Agent，使其能够高效处理文本、图像、视频等多种信息，执行复杂任务；\n2. 实现和训练强化学习算法，探索如何在多模态环境下优化智能体的决策策略；\n3. 开发数据采集和环境建模工具，构建逼真的多模态交互环境；\n4. 参与系统评估与优化，设计高效的验证机制，确保智能体的稳定性与泛化能力；\n5. 撰写研究论文、技术文档，与团队共同推动技术突破，并提升行业影响力。\n\n职位要求\n1. 计算机、人工智能或相关领域的扎实学术背景，熟悉大模型和强化学习的核心原理；\n2. 具备良好的编程能力，熟练使用深度学习框架（如 PyTorch），并能进行算法实现与优化；\n3. 对多模态大模型（文本、图像、视频等）及其在智能体决策中的应用有浓厚兴趣；\n4. 具备良好的科研能力，能够独立思考并探索创新方案；\n5. 加分项：有强化学习、智能体框架、或多模态大模型训练的相关经验；\n6. 加分项：在计算机视觉、自然语言处理、强化学习等方向的顶级会议发表过论文。\n\n在招业务\nToken Foundry\n专注于多模态智能体（Agent）及强化学习（RL）的研究与开发，如 browser use 等，推动下一代智能决策系统的创新。主要职责包括：\n1. 设计和构建基于 Qwen 系列模型的多模态 Agent，使其能够高效处理文本、图像、视频等多种信息，执行复杂任务；\n2. 实现和训练强化学习算法，探索如何在多模态环境下优化智能体的决策策略；\n3. 开发数据采集和环境建模工具，构建逼真的多模态交互环境；\n4. 参与系统评估与优化，设计高效的验证机制，确保智能体的稳定性与泛化能力；\n5. 撰写研究论文、技术文档，与团队共同推动技术突破，并提升行业影响力。\n1. 计算机、人工智能或相关领域的扎实学术背景，熟悉大模型和强化学习的核心原理；\n2. 具备良好的编程能力，熟练使用深度学习框架（如 PyTorch），并能进行算法实现与优化；\n3. 对多模态大模型（文本、图像、视频等）及其在智能体决策中的应用有浓厚兴趣；\n4. 具备良好的科研能力，能够独立思考并探索创新方案；\n5. 加分项：有强化学习、智能体框架、或多模态大模型训练的相关经验；\n6. 加分项：在计算机视觉、自然语言处理、强化学习等方向的顶级会议发表过论文。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}