阿里巴巴
日常实习生-Cowork Agent-Qwen基础模型
日常实习生-Cowork Agent-Qwen基础模型
发布于 1 天前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Pytorch
Tensorflow
大语言模型
奖励机制
强化学习
数据设计
机器学习
深度学习
值不值得投
77综合评分
综合评分 77
前沿AI大模型实习，技术成长性强，平台好，但WLB需自行平衡。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
9K
比机器学习工程中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2600 个在招 · 其中机器学习工程 约 160 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 260 个在招
职位详情
关于这个职位
这是一个AI大模型方向的日常实习岗位，参与构建和落地面向行业专家场景的高价值Cowork Agent
你将协助推动大模型在Agent环境中完成真实世界的复杂任务，涵盖Agent环境构建、高价值任务数据设计、通用奖励机制设计以及基于真实环境的强化学习实验，以拓展大模型的实际能力边界
最低要求
计算机科学、人工智能、机器学习、深度学习、软件工程或相关专业在读硕士/博士，具备扎实的数理基础和编程基础
对大语言模型或多模态大模型有浓厚兴趣，了解深度学习、模型训练、优化算法、生成式模型、自监督学习等方向中的一个或多个
具备相关课程、项目或科研经历者优先
具备较强的学习能力和研究潜力，能够快速理解并复现前沿论文、跟踪技术进展
有论文、开源项目、竞赛或高质量技术实践经历者优先
具备良好的代码能力，熟悉 Python 及主流深度学习框架（如 PyTorch / TensorFlow）
有 ACM/ICPC、Topcoder 等编程竞赛经历者优先
具备主动思考和探索精神，对 AI 前沿技术保持好奇心，愿意深入钻研并持续提升自己的技术能力
具备良好的团队协作和沟通能力，能够与工程、产品等团队配合完成任务
工作职责
Envs/Harness Building & Generalization：参与主流 Agent harness 环境的复现、维护与优化，提升模型在不同 harness 场景下的泛化能力
配合探索多 Agent、自动化环境构建与循环执行等方案，并与算法和数据链路协同优化效果
Data Design & Scaling：参与金融、量化、法律、医疗、设计、数据分析、工业、工程等场景下高价值任务数据的挖掘与构建
配合探索面向用户需求的数据模式演化、长程任务数据流水线设计，以及 CPT/SFT/RL 的协同优化
Agentic Rewarding System：参与面向真实 Agent 任务的通用验证与奖励机制设计，协助实现结果级与过程级监督信号、自动化评分与反馈系统
Real World RL：参与基于真实环境和真实任务的 Agent 强化学习实验，探索多步奖励设计、行为学习与端到端训练策略
优先资格
具备相关课程、项目或科研经历者优先
有论文、开源项目、竞赛或高质量技术实践经历者优先
有 ACM/ICPC、Topcoder 等编程竞赛经历者优先
AI 洞察
优缺点分析
优点
- 直接参与AI大模型与Agent前沿技术的实际应用，技术成长空间大
- 项目涉及金融、医疗等多个高价值行业场景，能积累跨领域经验
- 公司平台资源丰富，有优秀团队和前沿研究环境支持
- 实习可能涉及高强度实验和调试，对主动性和抗压能力有要求
- 竞争激烈，需要在众多优秀候选人中脱颖而出
- 适合对AI大模型、Agent和强化学习有浓厚兴趣，具备扎实编程和数理基础，且乐于钻研前沿技术的在读硕士或博士生
缺点 / 挑战
- 技术难度较高，需要快速掌握复杂模型和系统设计
角色解读
- 深入AI Agent与强化学习领域，成为大模型应用的专家
- 通过实习项目积累经验，有望转向全职AI算法工程师或研究员
- 长期可向技术管理或跨领域AI解决方案架构师方向发展
- 参与构建和优化AI Agent运行环境，提升模型在复杂场景下的适应能力
- 挖掘和设计面向金融、医疗等多个行业场景的高价值任务数据，支持模型训练
- 设计和实现Agent任务的自动化验证与奖励系统，用于强化学习实验
- 在真实环境中进行大模型的强化学习训练，探索端到端学习策略
- 扎实的编程能力，熟悉Python及PyTorch/TensorFlow等主流深度学习框架
- 对大语言模型、强化学习等AI前沿技术有深入了解和项目经验
- 较强的学习能力和研究潜力，能够快速跟进并复现最新论文
- 良好的团队协作与沟通能力，能适应多团队协同的工作模式
申请策略
- 研究阿里巴巴在AI和Agent领域的公开成果，了解团队技术方向
- 在申请材料中明确表达对Cowork Agent和真实世界任务应用的兴趣
- 突出Python编程和深度学习框架（如PyTorch）的熟练度及项目经验
- 强调与大语言模型、强化学习或Agent相关的课程项目、论文或竞赛经历
- 展示快速学习能力和对AI技术的好奇心，如通过开源项目或技术博客体现
- 如有ACM/ICPC等编程竞赛成绩或相关论文发表，应重点标注
- 深入学习强化学习算法和Agent系统设计，可通过复现相关论文或开源项目实践
- 熟悉主流大模型训练工具和流程，如Hugging Face Transformers、DeepSpeed等
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化描述项目经验，突出技术细节和个人贡献
- 结合理论知识和实践经验，从系统设计、数据挑战、优化策略等角度分析问题
- 展示对行业应用的理解，强调技术可行性和实际价值的结合
- 请介绍一个你参与过的与大语言模型或强化学习相关的项目，遇到了哪些挑战，如何解决的？
- 你如何理解Agent环境构建与模型泛化之间的关系？
- 对于真实世界任务的奖励机制设计，你有什么思路？
- 你如何看待大模型在金融、医疗等领域的应用前景与挑战？
- 你最近关注哪些AI前沿论文或技术进展？请举例说明
职位点评
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利
70中等
实习薪资可能处于市场中等偏上水平，但福利和稳定性未在JD中明确提及。
薪资信号未披露（AI估算：6K-12K/月）
成长发展
95较高
岗位涉及大模型、Agent和强化学习等前沿技术，提供高成长性的学习与实践机会。
技术前沿前沿/新兴技术
技术栈大语言模型、Agent、强化学习、PyTorch、TensorFlow、CPT、SFT、RL
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式或WLB相关信息，实习岗位可能存在一定工作强度。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
岗位聚焦AI前沿技术探索，旨在拓展大模型在真实世界的应用边界，具有创新性和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升模型在高价值业务场景中的表现、拓展大模型的实际能力边界
创新程度积极采用新技术
Watch Jobs