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": "研究型实习生 - Agentic Search算法",
"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": "计算机、人工智能、统计等相关专业在读博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与 Agentic Search 模型的全链路研发：从检索/推理轨迹（Trajectory）数据构建、SFT 冷启，到 GRPO 等强化学习优化，端到端提升搜索智能体的规划、多轮检索与工具调用能力。\n2. 设计与迭代奖励机制：探索 rubric-based reward、RLVR 等方案，兼顾答案正确性、格式规范与工具使用效率，并主动识别与治理 reward hacking / 奖励过度优化问题。\n3. 优化智能体的上下文管理与推理效率：研究长轨迹下的上下文压缩、观察折叠、多模态检索等方向，在不降低效果的前提下压缩响应长度与调用开销。\n4. 参与 Trajectory 质量评估体系建设：从工具调用效率、错误率、指令遵循度、回复相关性等维度分析线上对话日志，反哺数据与奖励设计，形成闭环。\n5. 跟踪前沿并快速落地：将学术界最新的 Agentic Search / RL / Reward Modeling 工作转化为可验证的实验方案。",
"requirements_text": "1. 计算机、人工智能、统计等相关专业在读博士。\n2. 扎实的算法基础，熟练使用 Python 与 PyTorch，具备独立完成实验设计、执行与分析的能力。\n3. 熟悉 Agent / Tool-Use / RAG / 多轮检索推理范式，了解 ReAct 类框架与 search agent 的典型 pipeline。\n4. 具备良好的科研品味、独立思考能力与跨团队协作沟通能力，对前沿问题有持续热情，敢于挑战现有范式。\n5. 在NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议以第一作者发表过论文者优先，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关。",
"skills": [AI生成
"Python",
"PyTorch",
"React",
"强化学习",
"团队协作",
"沟通能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "5. 在NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议以第一作者发表过论文者优先，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908620001?deptCodes="
}
]
},
"posting": {
"posting_id": "199908620001",
"post_date": "2026-08-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908620001?deptCodes="
},
"fulltext": "研究型实习生 - Agentic Search算法\n研究型实习生 - Agentic Search算法\n\n基础信息\n毕业起止时间要求：2027-11-01 - 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\n1. 参与 Agentic Search 模型的全链路研发：从检索/推理轨迹（Trajectory）数据构建、SFT 冷启，到 GRPO 等强化学习优化，端到端提升搜索智能体的规划、多轮检索与工具调用能力。\n2. 设计与迭代奖励机制：探索 rubric-based reward、RLVR 等方案，兼顾答案正确性、格式规范与工具使用效率，并主动识别与治理 reward hacking / 奖励过度优化问题。\n3. 优化智能体的上下文管理与推理效率：研究长轨迹下的上下文压缩、观察折叠、多模态检索等方向，在不降低效果的前提下压缩响应长度与调用开销。\n4. 参与 Trajectory 质量评估体系建设：从工具调用效率、错误率、指令遵循度、回复相关性等维度分析线上对话日志，反哺数据与奖励设计，形成闭环。\n5. 跟踪前沿并快速落地：将学术界最新的 Agentic Search / RL / Reward Modeling 工作转化为可验证的实验方案。\n\n职位要求\n1. 计算机、人工智能、统计等相关专业在读博士。\n2. 扎实的算法基础，熟练使用 Python 与 PyTorch，具备独立完成实验设计、执行与分析的能力。\n3. 熟悉 Agent / Tool-Use / RAG / 多轮检索推理范式，了解 ReAct 类框架与 search agent 的典型 pipeline。\n4. 具备良好的科研品味、独立思考能力与跨团队协作沟通能力，对前沿问题有持续热情，敢于挑战现有范式。\n5. 在NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议以第一作者发表过论文者优先，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关。\n\n在招业务\nToken Foundry\n1. 参与 Agentic Search 模型的全链路研发：从检索/推理轨迹（Trajectory）数据构建、SFT 冷启，到 GRPO 等强化学习优化，端到端提升搜索智能体的规划、多轮检索与工具调用能力。\n2. 设计与迭代奖励机制：探索 rubric-based reward、RLVR 等方案，兼顾答案正确性、格式规范与工具使用效率，并主动识别与治理 reward hacking / 奖励过度优化问题。\n3. 优化智能体的上下文管理与推理效率：研究长轨迹下的上下文压缩、观察折叠、多模态检索等方向，在不降低效果的前提下压缩响应长度与调用开销。\n4. 参与 Trajectory 质量评估体系建设：从工具调用效率、错误率、指令遵循度、回复相关性等维度分析线上对话日志，反哺数据与奖励设计，形成闭环。\n5. 跟踪前沿并快速落地：将学术界最新的 Agentic Search / RL / Reward Modeling 工作转化为可验证的实验方案。\n1. 计算机、人工智能、统计等相关专业在读博士。\n2. 扎实的算法基础，熟练使用 Python 与 PyTorch，具备独立完成实验设计、执行与分析的能力。\n3. 熟悉 Agent / Tool-Use / RAG / 多轮检索推理范式，了解 ReAct 类框架与 search agent 的典型 pipeline。\n4. 具备良好的科研品味、独立思考能力与跨团队协作沟通能力，对前沿问题有持续热情，敢于挑战现有范式。\n5. 在NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议以第一作者发表过论文者优先，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}