阿里巴巴
研究型实习生-智能算法产品事业部-AI Agent算法工程师
研究型实习生-智能算法产品事业部-AI Agent算法工程师
发布于 7 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
A/B实验
Ai Agent
Llamaindex
Llm
Prompt Engineering
Pytorch
Tensorflow
因果推断
值不值得投
77综合评分
综合评分 77
阿里妈妈核心AI团队实习，前沿Agent技术栈、成长空间极大，但需现场办公且工作节奏较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.1万
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3340 个在招 · 其中机器学习工程 约 190 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 270 个在招
职位详情
关于这个职位
作为阿里妈妈AI Agent团队的研究型实习生，你将参与构建服务百万级商家的智能增长系统，主导个性化增长Agent和通用商家记忆系统的算法研究与开发
你需要操盘亿级用户行为数据，通过大规模A/B实验验证模型效果，直接提升广告收入等核心业务指标
最低要求
● 计算机、人工智能、统计学、数学或相关专业硕博在读（2028届及以后毕业）
● 扎实的工程与算法基础：熟练掌握Python，熟悉PyTorch/TensorFlow等主流深度学习框架
● 深入理解 AI Agent/LLM/因果推断至少一个领域，Kaggle/KDD实战经验加分
● AI 技术发烧友：熟悉生成式架构，了解常用Prompt Engineering、微调、Agent框架、Memory 系统、Skill 进化等技术
● 能够连续实习6个月以上，每周到岗3天以上
工作职责
● 建设一商千策的个性化增长 Agent，覆盖智能引流、精准承接、投放引导等核心场景
● 构建通用商家记忆系统，融合可验证性奖励、因果推断、生成式推荐等多项创新技术
● 主导对话式与非对话式多类型 Agent 算法研究，包括但不限于模型后训练、Skill 自进化等
● 操盘亿级用户行为数据，通过大规模A/B实验验证模型效果，提升DAU/留存率/广告收入等核心指标
● 探索Training-free 与 Traning-based 方法与Agent框架的技术融合，打造行业领先的B端运营解决方案
优先资格
● 有广告算法/用户增长项目经验者优先（附GitHub可加分）
● 熟悉LangChain/LLamaIndex等Agent框架，或参与过开源LLM项目
● 顶会论文作者或顶级算法竞赛优胜者（ACM/Kaggle Top100）
AI 洞察
优缺点分析
优点
- 接触日均服务百万级商家的真实业务场景，拥有亿级数据支撑，算法落地价值高
- 提供双导师制和全真项目历练，培养体系完善，技术视野前沿
- 大模型与Agent技术迭代极快，需要持续跟进前沿论文并保持高强度的学习状态
- 适合对AI Agent和大模型技术有浓厚兴趣，具备扎实算法基础，且希望在真实商业场景中验证技术的硕博在校生
缺点 / 挑战
- 业务指标压力大，需要在复杂的电商营销场景中平衡算法创新与业务收益
角色解读
- 从参与核心模块开发到独立负责完整项目生命周期，积累大模型在电商营销场景的落地经验
- 通过双导师制和内部技术峰会，快速成长为AI Agent领域的算法专家，未来可向大模型算法研究员或业务架构师方向发展
- 研发面向电商营销场景的AI Agent算法，包括个性化增长Agent和通用商家记忆系统
- 操盘亿级用户行为数据，通过A/B实验验证模型效果，优化广告收入等核心指标
- 探索Training-free与Training-based方法在Agent框架中的融合应用
- 扎实的Python编程与深度学习框架使用能力
- 深入理解AI Agent、LLM或因果推断等前沿技术，熟悉Prompt Engineering、微调及Agent框架
- 具备处理大规模数据和设计A/B实验的工程与算法基础
申请策略
- 提前了解阿里妈妈在智能营销和AI Agent方面的最新研究成果或开源项目，在面试中展现对电商广告业务逻辑的理解
- 突出在AI Agent、LLM或因果推断领域的项目经验，附上GitHub链接或顶会论文
- 强调处理大规模数据和A/B实验的经历，以及与广告算法或用户增长相关的背景
- 深入学习LangChain/LLamaIndex等主流Agent框架，了解Memory系统和Skill进化机制
- 补充因果推断和生成式推荐的相关知识，提升代码工程能力
面试指南
- 采用STAR法则描述项目经历，重点突出技术选型、难点解决和最终业务收益
- 对于系统设计问题，从业务目标出发，分层阐述数据流、模型架构和评估指标
- 请详细介绍你参与过的一个AI Agent或LLM相关项目，遇到了哪些技术难点？
- 在亿级用户行为数据下，如何设计A/B实验来验证Agent模型的效果？
- 如何构建通用商家记忆系统？请谈谈你对Memory系统和Skill自进化的理解
- 因果推断在广告算法或用户增长中有哪些具体应用场景？
- 复习深度学习基础、LLM微调技术及主流Agent框架原理
- 准备1-2个自己主导的算法项目，能够清晰阐述模型细节、实验设计和优化过程
职位点评
薪资福利75
成长发展95
工作生活50
使命价值80
薪资福利
75中等
作为头部互联网公司的研究型实习岗位，实习津贴处于市场较高水平，且有机会转正，整体薪酬福利满足度较好。
薪资信号未披露（AI估算：8千–1.3万/月）
成长发展
95较高
岗位提供双导师制、全真项目历练和前瞻技术视野，直接接触前沿AI Agent技术，发展性动机得到极大满足。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、PyTorch、TensorFlow、因果推断、Prompt Engineering、LangChain、LLamaIndex
成长机会双导师制成长、全真项目历练、前瞻技术视野、参与内部技术峰会
业务类型profit_center
工作生活
50较低
明确要求每周到岗3天以上，且实习期6个月以上，工作强度可能较大，生活化动机满足度一般。
工作模式仅现场办公
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
80较高
参与重构数智化营销生态，用AI重新定义商业增长，具有较高的行业影响力和技术创新意义。
行业发展高速增长赛道
社会影响中性/一般
使命信号重构数智化营销生态、用AI重新定义商业增长的可能性
创新程度积极采用新技术
Watch Jobs