日常实习生-数据智多星-Agentic & Coding 大模型方向

优缺点分析

角色解读

• 深度参与前沿研究后，有望在顶级学术会议发表论文，提升个人学术影响力
• 可成长为AI评测、智能体或相关领域的算法研究员或技术专家
• 对于表现优异的实习生，有机会获得转正或继续深造的机会
• 构建和评测大模型在智能体（Agent）与代码（Coding）领域能力的实验环境与基准测试集
• 设计并实现评测工具与自动化分析框架，用于定位模型问题并指导优化
• 参与前沿学术研究，探索下一代AI评测范式，产出高质量数据集与研究成果
• 深入理解大语言模型（LLM）原理、智能体（Agent）架构及强化学习基础
• 掌握主流评测方法（如LLM as judge），并具备扎实的编程（Python为主）与工程实现能力
• 具备独立的科研能力，包括问题定义、实验设计、分析与论文撰写

申请策略

• 仔细研究‘数据智多星’团队及阿里云智能事业群的最新技术博客和论文，了解其研究重点
• 在简历和面试中，针对你感兴趣的Agent或Coding方向，阐述你对该方向评测难点的思考
• 突出与AI/ML相关的科研项目经历，特别是涉及模型评测、Agent设计或代码生成的工作
• 详细列出发表的学术论文（标注会议/期刊名称和作者排名）或获得的高规格竞赛奖项（如ACM/NOI奖牌）
• 清晰展示所掌握的技术栈：编程语言（Python）、相关框架（如PyTorch）、对LLM/Agent/RL的理解深度
• 深入研读大模型评测领域的关键论文（如AgentBench, HumanEval等）及团队已有成果
• 实践搭建简单的Agent环境或评测Pipeline，熟悉相关工具链
• 复习强化学习、语言模型基础理论，准备能够深入讨论的技术点

面试指南

• 对于技术原理题（如评测方法）：采用“定义概念-阐述标准-分析难点-提出思路”的框架，展示系统思考
• 对于项目经验题：使用STAR法则（情境-任务-行动-结果），重点突出你的独立贡献和技术深度
• 对于开放设计题：从需求分析、指标设计、工具实现、潜在问题等角度结构化回答，体现工程思维
• 你如何理解LLM Agent的评测？有哪些关键挑战？
• 请介绍一个你参与过的、最具挑战性的AI研究项目或工程项目
• 如果让你为某个Agent任务（如网页操作）设计一个评测基准，你会考虑哪些维度？
• 你对代码生成模型的评测方法（如pass@k）有什么看法或改进思路？
• 你对我们团队在某项基准（如Terminal-Bench-Pro）上的工作有什么了解？