阿里巴巴
研究型实习生-算法技术-推荐Agent算法工程师
研究型实习生-算法技术-推荐Agent算法工程师
发布于 5 小时前实习/见习
实习生仅现场办公推荐系统
推荐系统
Ai Agent
Llm
Multi-Agent
Pytorch
Tensorflow
多模态大模型
推荐系统
值不值得投
77综合评分
综合评分 77
头部企业核心业务线的前沿算法实习岗，技术栈极具挑战性与发展潜力，适合追求技术成长的科研型人才。
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
1.2万
比推荐系统中位数低
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 3100 个在招 · 其中推荐系统 24 个
市场机会
选择适中
杭州 · 推荐系统 · 34 个在招
职位详情
关于这个职位
该职位是阿里巴巴的研究型实习生岗位，主要负责推荐Agent算法的研发，包括多源异构数据融合、用户意图理解、生成式推荐架构演进以及多智能体协同技术
你将利用大模型能力提升推荐引擎的主动服务能力，并参与构建数据飞轮闭环系统
最低要求
计算机/AI相关专业硕士及以上学历，机器学习/深度学习理论基础深厚
精通 Python/C++ 及 PyTorch/TF，深入理解 Transformer
对 AI Agent、Multi-Agent 协同、Multi-modal LLM、Generative Retrieval 有深入研究，具备极强的工程落地能力与创新意识
工作职责
多源异构数据融合：将用户全购物周期的多触点异构行为序列（曝光、点击、加购、转化、Query、对话）视为独特的“行为模态”，研究其与文本、图像、商品知识等多模态信息的融合推断方法，突破单域用户数据偏置
用户意图理解：利用大模型的推理能力深度挖掘用户行为、偏好、意图与需求之间的复杂关系，构建能够理解用户“潜台词”的下一代推荐引擎
生成式推荐架构演进：推动推荐架构向生成式召回/预估范式演进，探索基于语义 ID/行为序列/用户意图的生成式建模等技术路线，系统性验证推荐场景下的 Scaling Law 潜力，构建统一的端到端生成式推荐引擎
推荐Agent 与多智能体协同：研发推荐 Agent 与多 SubAgent 协同技术（Agentic Reasoning / Planning / Tool-use/PostTrain），基于用户状态动态调整推荐策略（调序、提权、曝光去冗余、主动引导），实现推荐从“被动响应”到“阶段适配的主动服务”升级
数据飞轮体系建设：构建“协同服务→用户反馈→状态更新→策略进化”的自增强闭环，研究多触点交互信号的自动回流、偏好标注与奖励信号提取，结合在线学习与持续训练机制，形成越用越懂用户的正向循环与数据壁垒
优先资格
在人工智能相关的各类国际顶级会议/期刊中发表过论文
有 LLM 预训练、后训练（SFT / RLHF / DPO / GRPO 等）实战经验
AI 洞察
优缺点分析
优点
- 接触推荐系统与大模型、Agent结合的最前沿技术，技术栈极具前瞻性与竞争力
- 依托海量真实用户数据与复杂业务场景，研究成果极易落地并产生巨大业务价值
- 技术难度极高，涉及多模态融合、大模型后训练及多智能体协同，对算法功底和工程能力要求苛刻
- 适合理论基础扎实、有顶会论文发表经验且对大模型与推荐系统交叉领域充满热情的硕博研究生
缺点 / 挑战
- 研究型实习通常面临较高的科研与落地双重压力，需要快速产出创新成果
角色解读
- 在推荐系统与AI Agent交叉领域积累前沿经验，成长为算法专家
- 依托顶尖业务场景与海量数据，向大模型应用架构师或推荐系统技术负责人方向发展
- 研发下一代推荐引擎，利用大模型推理能力深度挖掘用户意图，实现从被动响应到主动服务的升级
- 探索生成式推荐架构与多智能体协同技术，构建多源异构数据融合与数据飞轮闭环系统
- 扎实的机器学习/深度学习理论基础，精通Python/C++及PyTorch/TF等框架，深入理解Transformer架构
- 具备LLM预训练/后训练实战经验，对AI Agent、多模态大模型及生成式检索有深入研究
申请策略
- 提前了解阿里推荐业务的最新技术博客或开源项目，展现对业务的深刻理解与技术热情
- 重点突出在LLM、AI Agent或推荐系统相关领域的顶会论文（如KDD, SIGIR, NeurIPS等）及研究成果
- 详细展示大模型预训练/后训练（SFT/RLHF等）或多智能体协同的项目落地经验与工程能力
- 深入学习Agentic Reasoning、Planning及Tool-use等多智能体协同核心技术
- 熟悉生成式检索（Generative Retrieval）及Scaling Law在推荐场景下的应用
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、具体行动（技术细节）及最终量化收益
- 理论+实践：先简述算法原理，再结合具体业务场景说明如何落地及遇到的工程挑战与解决方案
- 请详细介绍你在LLM后训练（如RLHF/DPO）或多智能体协同项目中的具体贡献与技术难点
- 如何将大模型的推理能力有效应用于推荐系统的用户意图理解与生成式召回中？
- 面对多源异构数据融合，你有哪些突破单域数据偏置的具体思路或经验？
- 请谈谈你对推荐场景下Scaling Law潜力的理解及验证思路
- 复习Transformer、LLM训练范式及推荐系统经典与前沿论文，准备1-2个深度技术项目的完整复盘
- 了解阿里推荐团队近期的技术分享与业务方向，思考大模型在电商推荐中的实际应用场景
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
作为头部企业的研究型算法实习岗，实习津贴在市场中处于较高水平，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：8千–1.5万/月）
成长发展
95较高
岗位聚焦大模型、Agent与推荐系统的最前沿交叉领域，技术栈极具前瞻性，能极大提升个人技术深度与行业竞争力。
技术前沿前沿/新兴技术
技术栈Python、C++、PyTorch、TF、Transformer、LLM、SFT、RLHF、DPO、GRPO、AI Agent、Multi-Agent、Multi-modal LLM、Generative Retrieval
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，但研究型实习通常面临较高的科研与项目交付压力，工作节奏可能较快。
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
80较高
推动推荐引擎向下一代主动服务升级，探索AI Agent在电商场景的落地，具有较高的技术创新价值与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs