阿里巴巴
日常实习生-用户互动-AI Agent优化工程师（训练/数据/评测）
日常实习生-用户互动-AI Agent优化工程师（训练/数据/评测）
发布于 大约 1 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
Llm
Pytorch
Rag
Rl
分布式训练
数据合成
评测
值不值得投
72综合评分
综合评分 72
阿里AI Agent实习岗，技术前沿成长快，但现场办公且JD未明示WLB
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。
薪资怎么样
9K
比机器学习工程中位数高
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 1630 个在招 · 其中机器学习工程 约 150 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 270 个在招
职位详情
关于这个职位
这是阿里巴巴的日常实习生岗位，聚焦AI Agent的优化与落地
你将深度参与AI应用的构建，包括模型训练、数据构建和评测体系设计，适合对LLM、强化学习、Agent等前沿方向感兴趣的在校生，是积累大厂实战经验的绝佳机会
最低要求
基础要求
专业要求：计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制
模型理解与优化：深入理解Transformer和主流LLM模型架构演进原理，对后训练算法有实操经验和深刻认知，拥有Agentic RL训练实操经验者优先
AI应用构建能力：掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先
代码与工程能力：较强Python编程能力，熟练掌握Pytorch，了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed等），能高效处理分布式环境下的工程问题
数据构建能力：有很强的Data-centric AI的意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验者优先
评测能力：拒绝盲目调参，能针对Agent任务设计科学的评测体系（LLM-as-a-Judge），能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先
对新技术有近乎本能的渴望，能够独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先
工作职责
具体职责包括以下相关方向的一项或多项：
AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等
数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环
评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力
强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力
AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等
多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题
优先资格
加分项：
在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文
知名大模型评测框架或高质量开源数据核心贡献者
极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验
AI 洞察
优缺点分析
优点
- 平台资源丰富，接触真实业务场景和亿万级数据
- 技术栈前沿，涵盖LLM、RL、RAG等，对技术成长价值极高
- 团队属于AI核心部门，能够与顶尖工程师协作学习
- 大厂节奏快，可能需要适应高强度学习和工作
- 涉及方向综合，需要快速学习并落地多项新技术
- 适合对AI Agent、大模型优化有浓厚兴趣，自驱力强、代码功底扎实的在校生
缺点 / 挑战
- 实习岗位要求较高，需要同时具备算法和工程能力
角色解读
- 通过实习积累大模型应用与优化的一线经验，有机会转正为算法工程师
- 可向AI应用算法、强化学习、数据科学等方向深度发展
- 借助阿里平台，可参与顶级论文发表和开源项目，提升行业影响力
- 参与AI Agent应用全生命周期建设，包括业务建模、架构设计、上下文工程和模型后训练优化
- 打造高质量数据生产链路，探索合成数据、蒸馏技术，推动业务-模型-反馈迭代闭环
- 设计自动化评测框架，建立离线与在线联动的评估体系，精准定位模型问题
- 构建强化学习Reward体系和训练环境，提升模型在垂直场景的泛化能力
- 扎实的Python编程能力，熟练使用Pytorch及主流分布式训练框架
- 深入理解Transformer和LLM架构，具备模型后训练或RL实操经验
- 熟悉RAG、Memory、工具调用、多Agent协作等AI应用构建技术
- 具备数据构建思维和科学评测能力，能设计LLM-as-a-Judge方案
申请策略
- 在简历中醒目地标出相关技术栈和实际案例，体现算法与工程结合能力
- 关注阿里巴巴校招/实习渠道，尽量寻找内推机会
- 突出LLM/Agent相关项目，如独立开发的AI应用或RL训练经历
- 强调数据构建和评测实践，设计自动化评测方案的经验
- 展示开源贡献、顶会论文或高质量数据集的贡献
- 量化成果，例如模型指标提升、数据处理效率提高等
- 深入学习Transformer和主流LLM原理，尝试复现后训练算法
- 熟悉Pytorch和分布式训练框架，如DeepSpeed、vLLM
面试指南
- 使用STAR法则描述项目：情境-任务-行动-结果，突出个人贡献和量化成果
- 针对技术方案，阐述目标、方法、实施过程和验证结果，展示权衡取舍
- 表达对新技术的热情，提及自己阅读论文和复现开源项目的经历
- 请介绍一个你参与的大模型或Agent项目，你的具体职责和产出是什么？
- 如何设计一个LLM-as-a-Judge评测体系？有哪些关键指标和陷阱？
- 你如何构造高质量合成数据来提升模型效果？
- 谈谈强化学习在Agent场景中的应用和挑战
- 在分布式训练中遇到问题，你怎么调试和解决？
职位点评
薪资福利65
成长发展90
工作生活50
使命价值70
薪资福利
65中等
实习岗位薪资在行业内属于中等偏上，但JD未披露具体数字；阿里巴巴公司福利体系完善，但实习期补偿性收益有限。
薪资信号未披露（AI估算：6K-12K/月）
成长发展
90较高
该岗位深度涉及AI前沿技术（LLM、RL、Agent等），提供宝贵的实战机会，对技能成长的促进非常显著。
技术前沿前沿/新兴技术
技术栈Python、Pytorch、Transformer、LLM、Megatron-LM、vLLM、DeepSpeed、RAG、RL、合成数据、LLM-as-a-Judge
业务类型ambiguous
工作生活
50较低
工作地点在杭州需现场办公，JD未提及弹性或远程工作安排，大厂实习节奏可能较快，生活方式自由度一般。
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
70中等
AI行业处于高速增长期，应用前景广阔，但该岗位聚焦业务增长，并不直接承载明确的社会使命，因此意义感中等偏上。
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