阿里巴巴
智多星-大模型与数据建模
智多星-大模型与数据建模
发布于 1 小时前普通员工/个人贡献者
实习生仅现场办公AI算法
AI算法
Pytorch
向量检索
多智能体系统
多模态学习
大语言模型 (Llm)
数据合成
检索增强生成 (Rag)
值不值得投
71综合评分
综合评分 71
顶尖大厂核心AI实验室，前沿技术驱动，高成长高挑战，适合学术型技术人才
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
2.0万
比AI算法中位数高
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 4530 个在招 · 其中AI算法 24 个
市场机会
选择适中
北京 · AI算法 · 50 个在招
职位详情
关于这个职位
该职位为阿里巴巴大模型与数据建模方向的实习研究岗位，主要面向在读博士生
核心职责包括跨模态语义对齐、大模型可信度评估、RAG及智能体框架研究，以及前沿论文复现
同时负责高质量训练数据的构造、合成与多目标优化编排，旨在构建可演化的多源数据底座并提升大模型性能
最低要求
学历要求：国内外高校计算机科学、人工智能、数据科学等相关方向在读博士研究生
论文复现与前沿追踪能力：具备较强的学术论文阅读与前沿工作复现能力，能够独立阅读顶会论文（ACL、EMNLP、NeurIPS、ICML、ICLR、KDD、CVPR等），快速理解核心方法并完成高质量代码复现
能够将论文中的idea快速落地为可运行、可对比、可迭代的实验
大模型与深度学习基础：具备扎实的机器学习与深度学习理论基础，熟悉主流大语言模型（GPT系列、Claude系列、Qwen系列、Llama系列、DeepSeek系列等）的原理与使用
熟练掌握Python编程，熟悉PyTorch/JAX等深度学习框架，具备良好的工程实现能力
学术写作与协作能力：具备良好的中英文学术写作能力，能够独立或协作完成论文的实验设计、结果分析与撰写投稿工作
具备良好的沟通协作意识，能够在团队中高效推进研究进度
工作职责
跨模态语义对齐与统一表示学习：研究多模态异构数据在统一语义空间中的表示、对齐与融合方法
围绕弱标注/零标注条件下的跨模态实体归一、多粒度语义去重、动态增量更新等核心问题，探索面向大模型语义理解的数据汇聚与标准化接入机制，构建高质量、可演化的多源数据底座
大模型可信度评估与信息质量建模：研究面向开放域、无金标准场景下的信息可信度建模与冲突消解方法
重点攻关多源交叉验证与动态可信度评估、大模型幻觉识别与事实性校验、稀疏长尾信号的检测与因果归因等问题，建立"评估—使用—反馈"闭环的质量管控体系
检索增强生成（RAG）与大模型智能体：研究面向复杂查询的检索增强生成方法及多智能体协同框架
围绕图增强检索与多跳推理、跨模态可溯源生成、多智能体协同长文写作中的全局一致性保障等问题，构建高可信、可审计的知识问答与结构化内容自动生成能力
前沿论文追踪与方法复现：持续跟踪NLP、多模态、RAG、LLM Agent等相关方向的最新研究进展，对关键论文进行深度解读与高质量复现，为团队的研究选题与技术方案提供一手实验验证与对标分析
数据构造与生产技术：研究面向大模型训练的数据构造与规模化生产方法
追踪指令演化、自指令生成、拒绝采样等前沿数据合成技术，探索其质量边界与适用条件
结合RLHF/GRPO/DPO等对齐数据生产范式与偏好数据构建实践，进行本地化融合与工程验证，建立"度量—合成—验证淘汰"的迭代生成框架，推动数据生产从人力堆量向策略驱动演进
多目标数据优化与课程编排：将数据集构建建模为质量、成本、可靠性的多目标约束优化问题
引入难度分层与课程学习思想自动编排训练序列，探索不同数据配比策略对模型能力增益的定量规律，在给定预算约束下求解帕累托最优数据组合，建立数据筛选、配比与训练编排的系统化方法
优先资格
● 在以下方向有研究经历或发表记录：自然语言处理、多模态学习、信息检索、知识图谱、数据挖掘、时序分析
● 有RAG系统（含GraphRAG、Agentic RAG等）的研究或开发经验
● 有多模态大模型（视觉-语言模型、语音-语言模型等）的微调或应用经验
● 有多智能体系统（AutoGen、MetaGPT等框架）的实践经验
● 有大规模向量检索系统（FAISS、Milvus等）的工程经验
● 有数据合成、训练集优化或数据价值评估相关研究经验
● 有顶会论文发表记录
AI 洞察
优缺点分析
优点
- 接触业界最前沿的大模型技术与海量数据资源，拥有顶级导师指导，简历含金量极高
- 有志于深耕AI基础研究、具备强学术背景且希望将理论转化为工业级应用的博士生
缺点 / 挑战
- 科研压力巨大，需紧跟国际顶会趋势，对创新能力和工程落地能力要求双高
角色解读
- 可向首席科学家、AI研究员方向发展，或在学术界保持高水平产出，进入大厂核心算法团队
- 从事大模型底层数据治理与算法研究，包括多模态数据对齐、可信度评估及RAG架构优化
- 扎实的深度学习理论，精通Python/PyTorch，具备顶会论文复现能力及大模型微调经验
申请策略
- 准备一份详细的技术博客或GitHub仓库，展示你对某篇最新LLM论文的复现细节和思考
- 突出顶会论文发表情况、具体复现过的SOTA模型名称、以及在数据合成或RAG方面的具体贡献
- 深入理解RLHF/DPO等对齐技术的数学原理，熟悉LangChain/LlamaIndex等Agent框架源码
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述科研经历，重点强调遇到的问题、解决方案的创新性以及最终的性能提升指标
- 请详细介绍你最近复现的一篇顶会论文的核心创新点及你的改进思路
- 在大模型训练中，如何解决数据噪声和分布偏移问题？
- 谈谈你对RAG系统中检索精度与生成质量平衡的理解
- 如何设计实验来评估大模型的幻觉率？
- 复习Transformer架构细节，梳理近半年NLP领域Top 5会议的关键论文，准备一个完整的项目案例进行深度剖析
职位点评
薪资福利75
成长发展95
工作生活40
使命价值85
薪资福利
75中等
作为头部互联网公司的博士实习岗，薪资通常高于市场平均水平，但实习性质决定了长期稳定性不如正式员工。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
95较高
极高的发展性满足，直接接触大模型核心算法与前沿数据技术，拥有顶级的学术资源和成长平台。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Multi-modal、PyTorch、RLHF、DPO、Agent
业务类型profit_center
工作生活
40较低
互联网大厂研发岗位通常节奏较快，虽然可能有弹性，但高强度的科研任务和论文复现压力可能影响工作生活平衡。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
85较高
致力于构建高质量数据底座和提升大模型可信度，具有显著的技术社会价值和行业引领意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万36 分钟前发布
AI Agent开发工程师（Agent方向）
小红书 · 北京市
AI 估算 · 3.5–6.0万3 小时前发布
Agent开发工程师-（点点急）
小红书 · 北京市
AI 估算 · 3.0–5.0万3 小时前发布
实习生-AI Agent 实习生招聘
阅文集团 · 上海市
AI 估算 · 0.2–0.4千3 小时前发布
算法实习生
万兴科技 · 长沙市
AI 估算 · 6.0千–1.0万3 小时前发布
业务技术-AI Agent 开发工程师-营销工具
天猫 · 杭州市
AI 估算 · 3.0–5.0万3 小时前发布
Watch Jobs