阿里巴巴
研究型实习生 - Cowork Agent的构建与实践落地
研究型实习生 - Cowork Agent的构建与实践落地
发布于 6 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Pytorch
Tensorflow
大模型
大语言模型
强化学习
机器学习
深度学习
值不值得投
75综合评分
综合评分 75
顶尖平台的前沿AI研究实习，技术成长性极高，但对个人能力和自驱力要求很高。
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
7千
比人工智能中位数高
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 2860 个在招 · 其中人工智能 约 330 个
市场机会
选择面较广
杭州 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
这是一份在阿里巴巴从事大模型Agent技术研究与落地的实习机会
你将参与到构建和优化面向复杂真实世界任务的AI Agent系统中，涵盖环境构建、数据设计和强化学习等多个前沿方向，助力提升模型在行业高价值场景中的实际能力
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
Envs/Harness Building & Generalization：参与主流 Agent harness 环境的复现、维护与优化，提升模型在不同 harness 场景下的泛化能力
探索多 Agent、自动化环境构建与循环执行等方案，并与算法和数据链路协同优化效果
Data Design & Scaling：参与金融、量化、法律、医疗、设计、数据分析、工业、工程等场景下高价值任务数据的挖掘与构建，探索面向用户需求的数据模式演化、长程任务数据流水线设计，以及 CPT/SFT/RL 的协同优化
Agentic Rewarding System：参与面向真实 Agent 任务的通用验证与奖励机制设计，支持结果级与过程级监督信号、自动化评分与反馈系统的实现
Real World RL：参与基于真实环境和真实任务的 Agent 强化学习实验，探索多步奖励设计、行为学习与端到端训练策略
优先资格
无
AI 洞察
优缺点分析
优点
- 直接参与行业最前沿的大模型Agent研究，技术含金量极高
- 在顶尖公司的核心AI团队实习，能接触到大规模的数据和算力资源
- 工作内容涉及多个高价值行业场景，对综合能力提升帮助很大
- 对数理基础和编程能力要求很高，研究难度大
- 需要快速学习并复现前沿论文，工作节奏可能较快
- 作为实习生，需要在有限时间内产出有价值的成果
- 适合计算机相关专业、对AI前沿研究有浓厚兴趣、具备扎实数理和编程基础、有志于从事大模型和智能体方向研究的在读硕博研究生
缺点 / 挑战
暂无明显挑战项
角色解读
- 深度掌握Agent、强化学习等前沿AI技术，成为该领域的专家
- 积累顶级互联网公司的项目经验，为后续研究或工程岗位打下坚实基础
- 有机会获得转正，成为阿里巴巴正式员工，参与更核心的AI研发工作
- 参与构建和优化AI Agent的运行环境，使其能处理复杂任务
- 设计和构建面向金融、医疗等多个行业的高质量训练数据集
- 研究和设计用于评估Agent表现的奖励机制和验证系统
- 在真实环境中开展Agent强化学习实验，探索有效的训练策略
- 扎实的编程功底，尤其是Python和主流深度学习框架
- 对大语言模型、强化学习等AI前沿领域有浓厚兴趣和基础知识
- 优秀的学习和研究能力，能快速复现论文并跟踪技术进展
- 良好的团队协作与沟通能力，能够跨团队推进项目
申请策略
- 简历中明确表达对LLM、Agent、RL等技术方向的兴趣和理解
- 可准备一个与该岗位相关的简短研究设想或技术理解，面试时能更有针对性地交流
- 突出与机器学习、深度学习、强化学习相关的课程项目、科研经历或竞赛成绩
- 详细描述已有的代码实践，如开源项目、编程竞赛获奖经历（ACM/ICPC等）
- 如有相关领域的论文或技术博客，应重点展示，体现研究能力和技术热情
- 深入研读Agent和强化学习领域的经典及最新论文，了解主流技术框架
- 动手实践，尝试复现一些开源的Agent项目或强化学习算法，提升工程能力
面试指南
- 对于技术理解类问题，可以先阐述核心概念，再结合自己的项目或阅读经验举例说明
- 对于项目经历类问题，采用STAR法则（情境、任务、行动、结果）来清晰描述
- 对于开放性设计类问题，可以从数据、模型、评估等多个维度有条理地展开思考
- 你对大语言模型（LLM）和Agent有哪些了解？
- 请介绍一个你做过的与机器学习/深度学习相关的项目或论文复现经历
- 你如何理解强化学习（RL）在Agent训练中的作用？
- 如果让你设计一个面向某个行业的Agent数据流水线，你会考虑哪些因素？
- 系统梳理Agent、LLM、RL的基本原理和主流技术栈
职位点评
薪资福利65
成长发展95
工作生活50
使命价值80
薪资福利
65中等
作为顶级互联网公司的技术岗实习，津贴在市场中具有竞争力，但实习生福利体系相对正式员工有所限制。
薪资信号市场水准 (5–8千/月)
成长发展
95较高
该岗位提供接触行业最前沿AI技术（Agent、RL）的机会，参与大型研究项目，对技术成长和未来职业发展（无论是学术还是工业界）有极高价值。
技术前沿前沿/新兴技术
技术栈Agent、大模型、强化学习、LLM、RL、CPT/SFT/RL
成长机会研究潜力、复现前沿论文、跟踪技术进展、持续提升技术能力
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式、办公地点类型和WLB情况，对于工作节奏和灵活性的信息有限。
工作模式未明确
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
推动大模型在真实世界复杂任务中落地，有明确的社会应用价值，且处于AI技术发展的核心赛道，行业前景广阔。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动大模型在真实世界复杂任务、拓展大模型的实际能力边界
创新程度开拓性创新（行业首创）
Watch Jobs