阿里巴巴
研究型实习生 - Computer Use Agent的能力演进与落地实践
研究型实习生 - Computer Use Agent的能力演进与落地实践
发布于 大约 14 小时前实习/见习
北京市 / 杭州市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Computer Use
Gui Agent
Pytorch
Tensorflow
多模态
大语言模型
强化学习
Hybrid Agent
AI 估算 · 6k–12k
研究型实习岗位，阿里平台薪资竞争力强，但实习薪资通常低于全职，结合行业水平估算。
职位详情
关于这个职位
这是一个阿里巴巴的研究型实习生岗位，专注于Computer Use Agent的能力演进与落地实践，涉及GUI Agent、Hybrid Agent等前沿方向
你将参与大模型在真实人机交互场景中的研究，包括大规模预训练、强化学习等，适合对AI Agent感兴趣的硕博生
最低要求
计算机科学、人工智能、机器学习、深度学习、软件工程或相关专业在读硕士/博士，具备扎实的数理基础和编程基础
对大语言模型或多模态大模型有浓厚兴趣，了解深度学习、模型训练、优化算法、生成式模型、自监督学习等方向中的一个或多个，具备相关课程、项目或科研经历者优先
具备较强的学习能力和研究潜力，能够快速理解并复现前沿论文、跟踪技术进展
有论文、开源项目、竞赛或高质量技术实践经历者优先
具备良好的代码能力，熟悉 Python 及主流深度学习框架（如 PyTorch / TensorFlow）
有 ACM/ICPC、Topcoder 等编程竞赛经历者优先
具备主动思考和探索精神，对 AI 前沿技术保持好奇心，愿意深入钻研并持续提升自己的技术能力
具备良好的团队协作和沟通能力，能够与工程、产品等团队配合完成任务
工作职责
GUI Agent：重点探索 GUI 在Computer / Mobile / Browse场景下的Agent能力提升与OOD任务能力泛化影响分析，研究大规模自然GUI轨迹Pre-training、用户协同能力
Hybrid Agent：设计CLI & GUI 统一范式下的Universal Digital Agent Harness & Behavior Pattern，探索用户协同CUA场景下的有效实践方案
Envs Scaling & Training Scaling：在大规模合成环境和现实环境数据中CPT->RL端到端优化迭代
Preference & Feedback Modeling：探索用户协同Computer Use场景下用户偏好和用户反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征方式，建立可用于训练和评估的反馈闭环
优先资格
具备相关课程、项目或科研经历者优先
有论文、开源项目、竞赛或高质量技术实践经历者优先
有 ACM/ICPC、Topcoder 等编程竞赛经历者优先
AI 洞察
优缺点分析
优点
- 接触前沿的Computer Use Agent技术，与业内顶尖团队合作
- 实习期间可参与大规模模型训练，积累实战经验
- 阿里平台提供丰富的数据和计算资源，支持研究落地
- 有转正机会，职业起点高
- 技术栈深入，需要持续学习前沿论文，竞争激烈
- 跨团队协作复杂，需兼顾研究和工程效率
- 适合对大模型Agent方向有强烈兴趣、具备较强科研能力和编程能力的在校硕博生
缺点 / 挑战
- 研究型实习要求较高，需要快速迭代实验，压力大
角色解读
- 在阿里AI Lab深耕AI Agent方向，发表顶会论文，成为领域专家
- 积累工业级大规模模型训练经验，未来可转正为算法工程师或研究员
- 也可走向产品技术架构方向，推动Agent落地
- 研究并改进GUI/Hybrid Computer Use Agent，使模型能理解和操作计算机界面
- 设计CLI&GUI统一的智能体框架，探索跨平台任务执行
- 利用大规模合成环境和现实数据，通过CPT和RL进行模型迭代
- 建模用户偏好和反馈，建立闭环评估机制
- 扎实的编程基础，熟悉Python及PyTorch/TensorFlow
- 了解大语言模型/多模态模型训练和优化
- 具备快速阅读和复现前沿论文的能力
- 有研究和实验设计能力，能独立开展探索
申请策略
- 了解阿里达摩院或相关团队的研究方向，在申请中展现匹配度
- 可附上技术博客或代码库链接，增加个人亮点
- 突出论文发表、开源项目或AI竞赛经历
- 详细描述参与过的深度学习/强化学习项目，展示技术深度
- 强调Python和PyTorch使用经验，以及模型训练调优能力
- 如有Agent相关项目，重点展示
- 提前阅读Computer Use Agent相关论文（如GUI Agent、WebAgent）
- 熟悉PyTorch Lightning、RL库（如Stable-Baselines）
面试指南
- 用STAR法则描述项目经历，突出你的贡献和结果
- 从原理、实现、评估三个方面回答技术问题，展现系统思考
- 强调你主动探索和解决问题的能力，举出具体例子
- 请介绍一个你参与过的模型训练项目，如何调优？
- 你对Computer Use Agent的现状和挑战有何理解？
- 如何设计一个通过强化学习训练GUI Agent的奖励函数？
- 面对NLP/多模态领域的前沿论文，你如何快速复现并改进？
- 团队协作中遇到分歧如何处理？
职位点评
67
综合评分
阿里AI研究实习，前沿技术栈，成长空间大，但WLB一般。
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
最适合追求技术成长和前沿研究、对AI Agent有强烈兴趣的硕博生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展95
工作生活40
使命价值80
薪资福利
60中等
实习薪资有竞争力但相对全职低，阿里平台福利稳定，但JD未明确具体福利。
薪资信号未披露（AI估算：6K-12K/月）
成长发展
95较高
技术前沿，研究方向是AI Agent热点，能接触大规模训练和有挑战性的研究问题，成长空间极大。
技术前沿前沿/新兴技术
技术栈GUI Agent、大语言模型、强化学习、PyTorch、自监督学习
业务类型ambiguous
工作生活
40较低
需要现场办公，未提及弹性工作或WLB，研究实习通常强度较大，工作地点在北京/杭州/上海，通勤情况未明确。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
推动大模型在人机交互前沿领域的应用，具有技术探索价值，但直接社会影响力尚不显著。
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