阿里巴巴
研究型实习生-智能算法产品事业部-AI算法工程师
研究型实习生-智能算法产品事业部-AI算法工程师
发布于 2 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
Decision Transformer
Pytorch
Tensorflow
大语言模型 (Llm)
强化学习
机器学习
生成式模型
算法落地
运筹优化
值不值得投
76综合评分
综合评分 76
顶尖大厂核心AI算法实习，前沿技术栈，强学术导向，适合高潜硕博人才。
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
8.0千
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 4140 个在招 · 其中机器学习工程 约 230 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 310 个在招
职位详情
关于这个职位
该职位是阿里巴巴智能算法产品事业部的研究型实习岗位，主要面向自营商业化资源分配场景
工作内容涵盖生成式算法、决策模型（如Safe RL、Decision Transformer）及LLM应用的研究与研发，旨在解决约束优化、分布漂移等核心问题，并推动算法在业务平台中的落地验证
最低要求
机器学习、强化学习、运筹优化、自然语言处理、数据挖掘、人工智能、应用数学、计算机等相关专业的硕士生/博士生
熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力
良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解
工作职责
面向自营商业化资源分配场景，跟进和研发基于可调可控约束条件的生成式算法，研究可微约束变换、安全推理、约束解耦、可控优化等技术
跟进和研发生成式决策模型的预训练、持续训练、Post-train、Safe RL、Decision Transformer等技术，解决稀疏约束、约束分布漂移、OOD与效率崩溃等问题
研发基于LLM/LLM-enhanced的外生分布漂移感知、非结构化日志解析、多模态表征对齐、电商调控策略优化
结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流，并推动算法在自营商业化全托管决策平台中的验证与落地
优先资格
有生成式模型、强化学习、安全强化学习、约束优化、运筹优化、Decision Transformer、LLM应用或大模型预训练、SFT、RLHF等项目经验者优先
在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先
AI 洞察
优缺点分析
优点
- 接触阿里核心商业化场景，数据量大且业务价值高
- 团队技术栈前沿，涉及LLM、Safe RL等热门研究方向
- 拥有完善的导师制度和学术支持，利于发表论文
- 作为巨头企业实习，简历背书能力强，转正机会相对较多
- 对学历背景要求极高，通常仅限硕士及以上
- 竞争激烈的内部环境，对算法效果和效率有高标准要求
- 可能需要处理复杂的数据分布漂移和稀疏奖励问题
- 适合计算机科学、数学等相关专业的高年级硕士或博士生，对AI前沿研究有浓厚兴趣，且具备较强科研能力的求职者
缺点 / 挑战
- 研究压力大，需兼顾理论创新与业务落地
角色解读
- 成为AI算法领域的专家，特别是在生成式决策和安全强化学习方向
- 积累顶级会议论文发表经验，提升学术影响力
- 获得转正机会，进入阿里核心算法团队担任正式工程师或研究员
- 研究并开发用于商业资源分配的生成式算法和决策模型，解决复杂的约束优化问题
- 探索LLM在电商场景中的应用，包括日志解析、多模态对齐及策略优化
- 进行前沿算法的理论研究与实验，并在实际业务平台中进行验证和落地
- 撰写学术论文，保持与学术界和业界的交流
- 扎实的机器学习、强化学习和运筹优化理论基础
- 熟练使用PyTorch或TensorFlow进行深度学习模型的开发与调试
- 具备优秀的编程能力和数理逻辑分析能力
- 对大模型（LLM）、安全强化学习等前沿方向有深入理解或项目经验
申请策略
- 提前了解阿里智能算法产品事业部的业务方向和近期研究成果
- 准备详细的科研项目介绍，重点阐述创新点和难点攻克过程
- 关注面试官的技术背景，针对性地调整沟通策略
- 突出相关领域的顶会论文发表记录
- 详细列举与强化学习、LLM或运筹优化相关的项目经历及技术细节
- 强调扎实的编程基础和独立解决复杂算法问题的能力
- 展示对业务场景的理解，特别是如何将算法应用于实际商业问题
- 深入研读最新关于Safe RL和Decision Transformer的论文
面试指南
- STAR法则：清晰描述情境、任务、行动和结果，特别是量化成果
- 理论结合实践：不仅讲清楚算法原理，还要说明在实际项目中如何应用和优化
- 批判性思维：展示对现有方法的局限性的理解以及自己的改进思路
- 业务导向：将技术研究与业务价值联系起来，说明算法如何解决实际问题
- 请详细介绍你过往在强化学习或生成式模型方面的研究项目和成果
- 你是如何处理强化学习中的稀疏奖励和分布漂移问题的？
- 对于LLM在垂直领域的应用，你认为最大的挑战和解决方案是什么？
- 请解释一下Decision Transformer的原理及其与传统RL的区别
职位点评
薪资福利70
成长发展95
工作生活50
使命价值80
薪资福利
70中等
作为大厂实习岗，薪资虽不及正式员工，但在实习生市场中属于较高水平，且提供稳定的实习证明和潜在的转正机会，补偿性动机满足度较好。
薪资信号未披露（AI估算：6.0千–1.0万/月）
成长发展
95较高
该职位聚焦于AI最前沿的生成式决策、Safe RL和LLM应用，技术含金量极高，且明确鼓励发表论文和学术交流，对个人技术成长和学术履历提升极具价值。
技术前沿前沿/新兴技术
技术栈Safe RL、Decision Transformer、LLM、生成式算法、运筹优化、PyTorch
成长机会撰写发表论文、和业界、学术界保持良好的交流
业务类型profit_center
工作生活
50较低
互联网大厂核心研发部门通常工作节奏较快，虽然实习期压力可能略低于正式员工，但高强度的研究和落地要求意味着WLB一般，具体取决于团队文化。
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
通过算法优化商业资源分配和提升决策效率，直接服务于电商生态的商业化增长，具有明确的商业价值和技术创新意义，社会影响力体现在提升经济效率上。
行业发展高速增长赛道
社会影响中性/一般
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