阿里巴巴
日常实习生-营销&交易技术-AI应用算法工程师
日常实习生-营销&交易技术-AI应用算法工程师
发布于 4 小时前普通员工/个人贡献者
实习生仅现场办公AI算法
AI算法
Llm
Pytorch
Rag
Sft
数据工程
模型评测
Rlhf/Ppo
值不值得投
69综合评分
综合评分 69
顶尖大厂核心AI算法实习，前沿技术栈，高成长潜力，工作强度较大
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
1.0千
比AI算法中位数低
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 4820 个在招 · 其中AI算法 66 个
市场机会
选择面较广
杭州 · AI算法 · 70 个在招
职位详情
关于这个职位
该职位是阿里巴巴营销&交易技术部门的日常实习生岗位，专注于将大模型能力转化为可上线、可控成本的产品
主要工作涵盖从需求定义、Prompt/RAG/Agent等技术选型与架构设计，到数据飞轮搭建、模型后训练（SFT/RL）及评测体系构建的全链路闭环交付，旨在提升产品的效果与稳定性
最低要求
基础条件：计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制
专业能力：
模型与后训练：理解Transformer/LLM架构原理
具备SFT/DPO/RL等后训练与迭代能力
拥有Agentic RL训练实操经验者优先
Agent与系统编排：能进行任务拆解与多Agent协作
熟悉RAG、Memory、Tool-Use并能工程化落地
独立开发过有影响力的AI应用者优先
数据构建：具备Data-centric AI意识，精通高质量数据挖掘与构造，有合成数据与动作轨迹构建实践经验者优先
评测与交付：能搭建评估闭环（autorater/LLM-as-judge、离线评测、A/B）
具备测试、调试、安全与质量门禁能力
具备复杂多步任务的量化评估能力者优先
工程与系统素养：能通过Vibe Coding快速构建原型
理解分布式系统/数据库基础
精通至少一门语言，熟练掌握Python与Pytorch
熟悉Git/命令行
了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed/FSDP等），有分布式训练/大规模数据处理经验加分
工作职责
需求与问题定义：深入业务与产品共创需求，将诉求转化为可执行的AI任务定义，明确目标、边界、优先级与验收口径
方案与应用架构：在Prompt、RAG、微调、Agent等路线间做技术选型与权衡，设计端到端应用架构（含上下文、工具调用、记忆、权限与安全），并完成RAG、Memory、Tool Use、多Agent等能力的工程化落地与生产级集成
数据飞轮与治理：搭建高效的数据采集、清洗与标注工程流水线
前瞻性地探索合成数据与模型自标注等自循环策略，同时建立完善的数据版本追踪与质量评估体系，真正打通“模型训练-业务应用-用户反馈-数据迭代”的增强回路
模型适配与后训练：主导基座大模型向顶尖垂直行业专家的后训练的全链路技术演进，包括高质量的SFT、RL阶段PPO、GRPO等前沿强化学习与偏好优化算法攻坚，全面突破模型在复杂业务场景下的指令遵循精度、极致可控性与长链路逻辑推理天花板，显著提升大模型在复杂业务场景下应用能力
评测体系与实验：面向业务目标设计评测指标与Rubric，搭建自动化评测框架（含人工评审），建立离线基准与线上实验体系（A/B、Bandit），持续监控指标漂移与策略投机以防止效果退化
生产交付与运营：负责系统集成与上线发布，对线上质量、稳定性与成本负责，建立监控、告警、兜底与人工接管机制，推动持续迭代
优先资格
有顶会论文（ACL/EMNLP/ICLR/NeurIPS/ICML等）、高影响项目或开源贡献者加分
在模型后训练、Agent工程落地、合成数据构建、评测体系建设等方面有相关实践经验者优先
对主流AI开源项目有贡献者优先
AI 洞察
优缺点分析
优点
- 接触最前沿的大模型技术与业务场景，拥有顶级导师资源和海量数据支持
- 技术迭代极快，需要极强的自学能力和抗压能力，对底层原理和工程落地要求极高
- 对AI有浓厚兴趣、具备扎实计算机基础和动手能力的研究生或优秀本科生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向大模型算法专家、AI应用架构师或AI产品经理方向发展，深耕垂直领域AI解决方案
- 负责将大模型技术落地为实际产品，包括设计Prompt、RAG、Agent等应用架构
- 掌握LLM后训练技术（SFT/RLHF）、熟悉Agent开发与RAG架构、具备数据工程与模型评测能力
申请策略
- 准备展示你对最新AI论文的理解和复现能力，强调解决复杂问题的逻辑思维
- 突出LLM相关项目经验，特别是SFT、RLHF、RAG、Agent开发的具体实践和成果
- 加强PyTorch编程能力，熟悉主流大模型训练框架（如Megatron-LM, vLLM），提升数据处理效率
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术选型理由、遇到的挑战及解决方案、最终的业务/技术指标提升
- 请介绍你参与过的一个LLM相关项目，你在其中承担了什么角色？
- 如何设计一个高效的RAG系统？如何处理检索噪声？
- 解释一下SFT和RLHF的区别及各自的应用场景
- 如何在资源有限的情况下进行模型微调？
- 复习Transformer架构细节，熟悉常见的大模型优化算法（如LoRA, PPO），了解最新的AI应用趋势
职位点评
薪资福利70
成长发展95
工作生活40
使命价值80
薪资福利
70中等
作为大厂实习岗，薪资处于市场中上水平，但实习性质决定了其长期稳定性有限，福利体系虽完善但非正式员工待遇。
薪资信号未披露（AI估算：0.3–0.4千/月）
成长发展
95较高
该职位提供接触业界最前沿大模型技术的绝佳机会，拥有完善的导师制和丰富的学习资源，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈LLM、Transformer、RAG、Agent、SFT、RLHF、PPO、GRPO、Synthetic Data
业务类型profit_center
工作生活
40较低
互联网大厂核心研发岗位通常工作节奏较快，虽然可能有弹性工作制，但高强度和高压力是常态，WLB一般。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
致力于推动AI技术在商业场景中的落地应用，具有显著的技术创新性和行业影响力，符合追求技术使命感的求职者。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
智能座舱AI算法开发工程师-德语方向
联想 · 上海市
AI 估算 · 3.5–6.0万3 小时前发布
Agent Personalization and Memory Evolution
联想 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Staff Agent R&D Engineer
联想 · 北京市
AI 估算 · 4.0–7.0万3 小时前发布
Agent Personalization and Memory Evolution
联想 · 北京市
AI 估算 · 4.0–7.0万3 小时前发布
推理架构算法工程师
京东 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Senior Consultant Specialist
汇丰 · 西安市
AI 估算 · 2.0–3.5万4 小时前发布
VP, FC Investigative Tooling
汇丰 · 广州市
AI 估算 · 3.5–6.0万4 小时前发布
AVP, Investigative Tooling
汇丰 · 广州市
AI 估算 · 2.5–4.5万4 小时前发布
Watch Jobs