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": "下一代AI智能体在在线旅行领域的研究&实践-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "飞猪",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "飞猪",
"company_industry": "在线旅游",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "飞猪提供目的地、酒店、景点及旅游服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.设计和实现下一代具有推理和行动能力的AI智能体，推动其在在线旅行行业中的应用落地；\n2.研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力；\n3.大规模语言模型的预训练、有监督微调（SFT）和指令微调；\n4.Multi-agent架构的设计和实现。",
"requirements_text": "1.来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生；\n2.在国际顶级计算机会议/期刊（如NeurIPS、ICML，AAAI、ICLR、ACL等）以一作身份发表过多篇论文，或在开源社区、竞赛中展示出引领性的研究成果；\n3.对大模型技术栈有深入理解，具备CPT, LLM的SFT、RLHF等调优经验；\n4.对强化学习有扎实的理论基础，熟悉至少一种主流RL算法（如PPO、DQN、SAC等），理解Agentic RL 的核心思想，即大模型作为智能体的“大脑”进行推理和规划，而RL则用于优化其策略和行动序列，有实现智能体工具使用和函数调用能力的经验；\n5.扎实的编程基础，熟练掌握Python，至少熟悉PyTorch或TensorFlow之一的主流深度学习框架；\n6.具备强烈的求知欲、优秀的问题解决能力和团队协作精神。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"团队协作",
"大语言模型",
"智能体开发"
],
"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/199907740060?deptCodes="
}
]
},
"posting": {
"posting_id": "199907740060",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907740060?deptCodes="
},
"fulltext": "下一代AI智能体在在线旅行领域的研究&实践-阿里星\n下一代AI智能体在在线旅行领域的研究&实践-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：杭州\n\n职位描述\n1.设计和实现下一代具有推理和行动能力的AI智能体，推动其在在线旅行行业中的应用落地；\n2.研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力；\n3.大规模语言模型的预训练、有监督微调（SFT）和指令微调；\n4.Multi-agent架构的设计和实现。\n\n职位要求\n1.来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生；\n2.在国际顶级计算机会议/期刊（如NeurIPS、ICML，AAAI、ICLR、ACL等）以一作身份发表过多篇论文，或在开源社区、竞赛中展示出引领性的研究成果；\n3.对大模型技术栈有深入理解，具备CPT, LLM的SFT、RLHF等调优经验；\n4.对强化学习有扎实的理论基础，熟悉至少一种主流RL算法（如PPO、DQN、SAC等），理解Agentic RL 的核心思想，即大模型作为智能体的“大脑”进行推理和规划，而RL则用于优化其策略和行动序列，有实现智能体工具使用和函数调用能力的经验；\n5.扎实的编程基础，熟练掌握Python，至少熟悉PyTorch或TensorFlow之一的主流深度学习框架；\n6.具备强烈的求知欲、优秀的问题解决能力和团队协作精神。\n\n在招业务\n飞猪\n1.设计和实现下一代具有推理和行动能力的AI智能体，推动其在在线旅行行业中的应用落地；\n2.研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力；\n3.大规模语言模型的预训练、有监督微调（SFT）和指令微调；\n4.Multi-agent架构的设计和实现。\n1.来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生；\n2.在国际顶级计算机会议/期刊（如NeurIPS、ICML，AAAI、ICLR、ACL等）以一作身份发表过多篇论文，或在开源社区、竞赛中展示出引领性的研究成果；\n3.对大模型技术栈有深入理解，具备CPT, LLM的SFT、RLHF等调优经验；\n4.对强化学习有扎实的理论基础，熟悉至少一种主流RL算法（如PPO、DQN、SAC等），理解Agentic RL 的核心思想，即大模型作为智能体的“大脑”进行推理和规划，而RL则用于优化其策略和行动序列，有实现智能体工具使用和函数调用能力的经验；\n5.扎实的编程基础，熟练掌握Python，至少熟悉PyTorch或TensorFlow之一的主流深度学习框架；\n6.具备强烈的求知欲、优秀的问题解决能力和团队协作精神。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}