阿里巴巴
日常实习生-Computer Use Agent-Qwen基础模型
日常实习生-Computer Use Agent-Qwen基础模型
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
Computer Use Agent
Gui Agent
Llm
Multimodal
Pytorch
Reinforcement Learning
Rlhf
值不值得投
77综合评分
综合评分 77
顶尖AI实验室实习，聚焦前沿Agent技术，成长空间巨大，但工作强度较高
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
1.0千
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
作为Qwen基础模型团队的日常实习生，你将参与GUI/Hybrid Computer Use Agent在真实数字环境中的能力提升与落地实践
主要工作包括优化Agent在跨平台、跨界面的复杂任务处理能力，探索用户协同机制及反馈闭环建模，拓展大模型在人机交互场景的能力边界
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
具备良好的代码能力，熟悉 Python 及主流深度学习框架（如 PyTorch / TensorFlow）
具备主动思考和探索精神，对 AI 前沿技术保持好奇心
具备良好的团队协作和沟通能力
工作职责
GUI Agent：重点参与 GUI 在 Computer / Mobile / Browser 场景下的 Agent 能力提升与 OOD 任务泛化分析，配合研究大规模自然 GUI 轨迹 Pre-training 和用户协同能力
Hybrid Agent：参与设计 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：参与大规模合成环境和现实环境数据中的 CPT -> RL 端到端优化迭代
Preference & Feedback Modeling：参与用户协同 Computer Use 场景下用户偏好和用户反馈的收集、建模与处理机制，探索显式反馈与隐式反馈的统一表征方式，帮助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
- 接触最前沿的AI技术（Computer Use Agent），处于行业爆发期
- 加入阿里通义实验室核心团队，拥有顶级的算力资源和数据支持
- 导师通常是大牛级别，对个人技术成长和学术产出帮助极大
- 实习表现优异者有极高的转正留用机会，进入大厂核心部门
- 工作内容偏向底层研究和创新，不确定性高，可能需要反复试错
- 竞争激烈，对学历背景（硕士/博士）和过往科研/竞赛成绩要求严格
- 适合对AI前沿技术有强烈热情、具备扎实科研基础和创新能力的在读硕博研究生
缺点 / 挑战
- 技术门槛极高，需要极强的自学能力和科研思维，压力较大
角色解读
- 短期：深入掌握Computer Use Agent的前沿技术，积累顶级AI实验室的项目经验
- 中期：成为AI Agent领域的专家型研究者，发表顶会论文或主导核心模块开发
- 长期：向高级算法科学家、AI架构师发展，或在AI创业公司担任核心技术负责人
- 研究并优化GUI Agent在电脑、手机、浏览器等真实环境中的操作能力，解决复杂任务泛化问题
- 设计CLI与GUI统一的Agent行为模式，探索人机协同工作的新范式
- 参与从预训练到强化学习的端到端模型优化迭代，提升模型性能
- 构建用户偏好与反馈的建模机制，建立高效的反馈闭环以辅助模型训练
- 扎实的计算机科学与数学基础，精通Python及PyTorch/TensorFlow等深度学习框架
- 深入理解大语言模型、多模态学习、强化学习（RL）及自监督学习原理
- 具备极强的科研潜力，能快速复现前沿论文并进行创新实验
- 优秀的代码实现能力，有高水平竞赛或开源项目经验者优先
申请策略
- 关注阿里达摩院/通义实验室的官方招聘渠道，及时投递
- 准备一份详细的技术作品集或研究计划，展示你的研究潜力
- 面试中重点展现你的逻辑思维能力和对新技术的快速学习能力
- 突出相关的科研项目经历，特别是与大模型、强化学习、Agent相关的成果
- 列出高水平的学术论文、专利或高质量的开源项目贡献
- 强调编程竞赛奖项（如ACM/ICPC）或解决复杂技术问题的案例
- 清晰展示对Computer Use Agent领域的理解和思考
- 深入研读近期关于GUI Agent、RLHF、World Model的顶会论文
面试指南
- STAR法则：情境-任务-行动-结果，清晰描述项目背景和贡献
- 理论结合实践：不仅讲原理，更要结合自己的实验数据和代码实现
- 批判性思维：对论文或技术方案进行客观评价，提出改进思路
- 展现热情：表达对AI领域的热爱和持续学习的态度
- 请介绍一个你参与过的与大模型或Agent相关的项目，你在其中承担了什么角色？
- 你是如何理解Computer Use Agent的？目前面临的主要挑战是什么？
- 请简述强化学习在Agent训练中的应用，以及你对RLHF的理解
- 如果让你设计一个GUI Agent的评估基准，你会考虑哪些维度？
职位点评
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利
70中等
虽然JD未明确薪资，但作为大厂核心AI团队的实习岗位，其津贴通常高于市场平均水平，且转正后的薪酬竞争力强。
薪资信号未披露（AI估算：0.3–0.5千/月）
成长发展
95较高
该职位处于AI技术最前沿，涉及Computer Use Agent这一新兴领域，能提供极高的技术成长空间和顶尖的科研资源。
技术前沿前沿/新兴技术
技术栈Computer Use Agent、GUI Agent、Reinforcement Learning、PyTorch、LLM
业务类型profit_center
工作生活
50较低
互联网大厂核心研发岗位通常工作节奏较快，加班情况较为常见，WLB一般，但提供灵活的办公地点选择。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
致力于拓展大模型在真实人机交互场景的能力边界，推动AI Agent技术的发展，具有显著的技术价值和社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号拓展大模型在真实人机交互场景中的能力边界
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
Watch Jobs