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": "日常实习生-后训练合版/OPD方向-Qwen基础模型",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "Token Foundry",
"location": "北京 / 杭州 / 上海",
"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": "硕士及以上学历优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 合版算法研究：探究以 SFT 和 On-Policy Distillation（OPD）为核心的合版策略，持续优化合版训练效果，改善专项冲突问题，提升合版流程的稳定性与合版结果的可预测性。\n2. 合版反馈链路建设：分析合版训练监控指标，定位冲突专项与原因，为专项模型的数据迭代和 SFT、RL 训练流程提供反馈，帮助专项在改进性能的同时减小合版冲突风险。\n3. 合版训练框架建设：参与 OPD 等合版训练框架的迭代，与 infra 和工程团队协作，探究、开发面向多专项、超长程任务的合版算法与框架，提升合版训练框架的效率与稳定性。\n4. 合版前沿技术追踪：持续追踪前沿的合版技术，在内部模型研发中快速测试与验证。",
"requirements_text": "1. 计算机科学、机器学习、人工智能相关专业背景，硕士及以上学历优先。\n2. 熟悉 LLM 后训练、合版、OPD/RL 训练流程与算法，有大规模模型交付和迭代流程经验的优先。\n3. 具备优秀的工程能力，熟悉 Megatron、FSDP 等训练框架和 SGLang、vLLM 等推理框架，熟悉 veRL、slime 等 RL 训练框架，有 100B 以上 MoE 模型及千卡训练经历的优先。\n4. 在 NeurIPS、ICLR、ACL 等国际顶级会议/期刊上发表过高影响力论文，或具有知名开源项目贡献经历。\n5. 有基模团队工作/实习经历的优先。",
"skills": [AI生成
"机器学习",
"大语言模型"
],
"preferred_qualifications": "1. 计算机科学、机器学习、人工智能相关专业背景，硕士及以上学历优先；2. 熟悉 LLM 后训练、合版、OPD/RL 训练流程与算法，有大规模模型交付和迭代流程经验的优先；3. 具备优秀的工程能力，熟悉 Megatron、FSDP 等训练框架和 SGLang、vLLM 等推理框架，熟悉 veRL、slime 等 RL 训练框架，有 100B 以上 MoE 模型及千卡训练经历的优先；5. 有基模团队工作/实习经历的优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907980002?deptCodes="
}
]
},
"posting": {
"posting_id": "199907980002",
"post_date": "2026-07-22",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907980002?deptCodes="
},
"fulltext": "日常实习生-后训练合版/OPD方向-Qwen基础模型\n日常实习生-后训练合版/OPD方向-Qwen基础模型\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2032-11-01\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：北京 / 杭州 / 上海\n\n职位描述\n1. 合版算法研究：探究以 SFT 和 On-Policy Distillation（OPD）为核心的合版策略，持续优化合版训练效果，改善专项冲突问题，提升合版流程的稳定性与合版结果的可预测性。\n2. 合版反馈链路建设：分析合版训练监控指标，定位冲突专项与原因，为专项模型的数据迭代和 SFT、RL 训练流程提供反馈，帮助专项在改进性能的同时减小合版冲突风险。\n3. 合版训练框架建设：参与 OPD 等合版训练框架的迭代，与 infra 和工程团队协作，探究、开发面向多专项、超长程任务的合版算法与框架，提升合版训练框架的效率与稳定性。\n4. 合版前沿技术追踪：持续追踪前沿的合版技术，在内部模型研发中快速测试与验证。\n\n职位要求\n1. 计算机科学、机器学习、人工智能相关专业背景，硕士及以上学历优先。\n2. 熟悉 LLM 后训练、合版、OPD/RL 训练流程与算法，有大规模模型交付和迭代流程经验的优先。\n3. 具备优秀的工程能力，熟悉 Megatron、FSDP 等训练框架和 SGLang、vLLM 等推理框架，熟悉 veRL、slime 等 RL 训练框架，有 100B 以上 MoE 模型及千卡训练经历的优先。\n4. 在 NeurIPS、ICLR、ACL 等国际顶级会议/期刊上发表过高影响力论文，或具有知名开源项目贡献经历。\n5. 有基模团队工作/实习经历的优先。\n\n在招业务\nToken Foundry\n1. 合版算法研究：探究以 SFT 和 On-Policy Distillation（OPD）为核心的合版策略，持续优化合版训练效果，改善专项冲突问题，提升合版流程的稳定性与合版结果的可预测性。\n2. 合版反馈链路建设：分析合版训练监控指标，定位冲突专项与原因，为专项模型的数据迭代和 SFT、RL 训练流程提供反馈，帮助专项在改进性能的同时减小合版冲突风险。\n3. 合版训练框架建设：参与 OPD 等合版训练框架的迭代，与 infra 和工程团队协作，探究、开发面向多专项、超长程任务的合版算法与框架，提升合版训练框架的效率与稳定性。\n4. 合版前沿技术追踪：持续追踪前沿的合版技术，在内部模型研发中快速测试与验证。\n1. 计算机科学、机器学习、人工智能相关专业背景，硕士及以上学历优先。\n2. 熟悉 LLM 后训练、合版、OPD/RL 训练流程与算法，有大规模模型交付和迭代流程经验的优先。\n3. 具备优秀的工程能力，熟悉 Megatron、FSDP 等训练框架和 SGLang、vLLM 等推理框架，熟悉 veRL、slime 等 RL 训练框架，有 100B 以上 MoE 模型及千卡训练经历的优先。\n4. 在 NeurIPS、ICLR、ACL 等国际顶级会议/期刊上发表过高影响力论文，或具有知名开源项目贡献经历。\n5. 有基模团队工作/实习经历的优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}