阿里巴巴
日常实习生-业务技术-AI Agent应用算法实习生
日常实习生-业务技术-AI Agent应用算法实习生
发布于 大约 8 小时前实习/见习
杭州市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Ai Agent
Pytorch
Rag
Rl
Sft
Tensorflow
多步推理
大模型
工具调用
AI 估算 · 6k–10k
阿里巴巴AI算法实习生日薪较高，按硕士标准估算，月薪约6k-1w，且技术前沿、平台大，薪资有竞争力。
职位详情
关于这个职位
这是一份阿里巴巴的AI Agent应用算法实习生岗位，你将深入大模型最前沿的Agent技术，参与智能体的研发、训练与评测
工作涉及SFT/RL等后训练方法，以及RAG、工具调用、多Agent协作等方向，能接触到丰富的业务场景和充足的GPU资源
适合对大模型和智能体有浓厚兴趣、技术基础扎实的硕博在读同学
最低要求
计算机/人工智能/数学等相关专业硕士及以上学历
对大模型前沿技术充满热情，具备攻克复杂技术难题的能力，能够快速实现 问题建模→应用构建→实验迭代
精通Python及PyTorch/TensorFlow等框架
具备较强的AI Coding能力，熟练掌握至少一种AI Coding工具
深入理解Transformer架构、SFT/RL训练范式及上下文工程，了解至少一种Agent开发框架
实习申请者需保证3个月或以上的实习周期
工作职责
主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的应用构建、模型训练与评测
运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、工具调用、RAG、记忆、长周期任务执行等方面的能力
跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破复杂推理、Agent记忆、自演进系统、Agentic RL等方向的技术创新
持续优化Agent算法与系统架构，构建端到端的Agent评测体系，开发自动化评估工具与多维评价指标，提升Agent系统性能与效率，打造业内领先的AI Agent系统级技术方案
具体业务/研究场景包括但不限于：面向Agent基础设施的通用系统/组件的自优化算法、记忆系统、智能运维Agent、多Agent协作系统、Harness设计、高效后训练Pipeline等
优先资格
博士及顶会论文发表者优先
具备Qwen、Deepseek等开源模型的迭代优化经验者优先
使用AI Coding完成过复杂项目落地者优先
有完整智能体系统搭建经验者优先
AI 洞察
优缺点分析
优点
- 接触大模型Agent最前沿技术，技术含金量高
- 提供充足GPU资源，实践场景丰富
- 阿里巴巴平台大，业务场景多样，对职业发展有加成
- 团队重视技术创新，有顶会发表机会
- 实习周期要求3个月以上，需要投入大量时间
- 技术难度高，需要掌握多种复杂技能
- 竞争激烈，对学历和能力要求高
缺点 / 挑战
- 可能有较强的工作压力，需要快速迭代
- 适合对AI大模型和智能体有浓厚兴趣，具备扎实编程基础和深度学习知识，渴望在顶尖平台挑战技术难题的硕士/博士在读学生
角色解读
- 在AI Agent领域积累尖端技术经验，可向算法专家或研究员方向发展
- 通过实习转正，进入阿里巴巴核心AI团队，参与国际前沿项目
- 技术方向可深入多智能体系统、强化学习、自演进系统等前沿领域
- 负责AI Agent全生命周期研发，包括智能体构建、模型训练与评测
- 运用SFT、RL等后训练方法，提升大模型在规划、推理、工具调用、RAG、记忆等方面的能力
- 跟踪前沿技术，推动Agent技术创新在业务场景中落地，优化系统架构
- 具体参与记忆系统、多Agent协作、自演进系统等方向的研究与开发
- 扎实的计算机/数学基础，硕士及以上学历
- 精通Python及PyTorch/TensorFlow，熟悉Qwen、DeepSeek等开源模型
- 深入理解Transformer架构、SFT/RL训练范式，掌握上下文工程
- 具备AI Coding能力，能熟练使用至少一种AI Coding工具完成项目开发
申请策略
- 在简历中强调实习周期能保证3个月以上
- 提前了解阿里巴巴的AI产品或研究方向，在面试中展示热情
- 突出大模型相关项目经验，如微调、RL训练、Agent开发
- 展示AI Coding技能，如使用Copilot或ChatGPT完成的复杂项目
- 如有顶会论文或开源贡献，务必标注
- 强调PyTorch等框架的熟练度和实际应用
- 熟悉Qwen或DeepSeek等开源模型的架构和训练方法
- 学习常见的Agent框架（如LangChain、AutoGPT）并动手实践
面试指南
- 对于项目类问题，采用STAR法则：背景、任务、行动、结果
- 对于设计类问题，先明确需求，再拆解模块，提出方案并讨论权衡
- 对于原理类问题，从基本概念出发，结合实例，展示理解深度
- 请介绍一下你在LLM或Agent方面的项目经验
- 如何设计一个工具调用模块？请阐述思路
- 简述SFT和RL训练的原理及适用场景
- 如何解决RAG中检索质量不高的问题？
- 如何评估一个AI Agent的性能？你会从哪些维度？
职位点评
71
综合评分
前沿AI Agent算法实习，技术成长极佳，但薪资不透明且需现场办公。
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。
更适合这类人
这个职位最适合那些将技术成长和前沿探索置于首位，愿意在高压环境下挑战自我，对AI Agent有极大热情的求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利45
成长发展92
工作生活50
使命价值85
薪资福利
45较低
实习薪资在行业中处于中等水平，但阿里巴巴平台大，福利体系完善，不过JD未明确薪资和福利，补偿性激励有限。
薪资信号未披露（AI估算：6K-10K/月）
成长发展
92较高
该职位处于AI大模型最前沿，技术含量高，提供GPU资源和丰富业务场景，对技能成长和职业发展有极大帮助。
技术前沿前沿/新兴技术
技术栈大模型、AI Agent、SFT、RL、PyTorch、TensorFlow、Qwen、DeepSeek、RAG、Transformer
业务类型ambiguous
工作生活
50较低
需要现场办公，没有远程或弹性工作安排，工作地点在科技园，通勤可能较远，但未明确加班情况，生活方式平衡一般。
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
85较高
AI Agent是当前最具前景的赛道之一，技术创新对社会和行业发展有积极影响，工作意义感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs