阿里巴巴
大模型应用算法实习生（Agent训练/Agent自进化）-Accio Work
大模型应用算法实习生（Agent训练/Agent自进化）-Accio Work
发布于 3 天前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Nlp
大模型
强化学习
机器学习
算法
自进化
值不值得投
77综合评分
综合评分 77
前沿技术实习、高成长性、平台资源丰富、WLB待确认
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
12K
比机器学习工程中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 2590 个在招 · 其中机器学习工程 约 160 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 410 个在招
职位详情
关于这个职位
该职位是阿里巴巴Accio Work团队的大模型应用算法实习生，专注于Agent训练和Agent自进化领域
主要负责构建Agent自进化闭环系统，研发自主学习和经验沉淀机制，探索前沿Agent自演进路径，并将技术应用于核心商业场景，沉淀技术方案与学术成果
最低要求
年3月及之后毕业，硕士及以上学历，计算机、人工智能、信息科学、数学、软件工程等相关专业优先
在 NLP、大模型、Agent等领域有扎实的理论积累
核心技术能力：
深入理解 Agent 演化机制，对自进化、Agent 长程任务执行等方向有实战经验或独到见解
具备大模型强化学习方向的训练实践经验，理解主流训练范式与优化策略
具备业务问题抽象能力，能将复杂商业场景下的痛点转化为可落地的算法问题
前沿技术敏感度：
持续跟踪大模型自进化、自我改进等方向的前沿技术趋势
关注自主智能体的最新进展，能快速复现并改进前沿算法
工作职责
构建Agent自进化闭环系统：针对复杂商业场景，设计并研发具备自主进化能力的 Agent 框架，形成从任务执行到自我反思、经验总结、能力增强的完整闭环
研发Agent自主学习与经验沉淀机制：
探索 Agent 在与环境交互中自主学习、自我改进的多元化路径
研究长期经验沉淀算法，构建 Agent 可持续演化的能力底座，解决复杂任务流中的策略退化、长程优化等问题
探索前沿Agent自演进路径：
研究自动化对齐、自主数据演化、指令自我迭代等方向，构建模型在弱监督乃至无人工干预下的自我演进机制
探索启发式学习（Heuristic Learning）、自我博弈（Self-Play）等前沿技术，打造具备自驱动特征的智能体系统
技术落地与业务实战：将自进化 Agent 算法应用于AccioWork等核心商业场景，沉淀具有行业影响力的技术方案与高水平学术成果
优先资格
在 NeurIPS, ICLR, ICML, ACL, EMNLP 等顶级会议发表过相关论文
有高影响力 AI 开源项目贡献经验，或在相关领域竞赛中获得过顶尖名次
AI 洞察
优缺点分析
优点
- 接触Agent自进化等前沿技术，技术栈先进
- 参与核心商业项目实战，积累高价值经验
- 有潜力产出高水平学术成果，提升个人影响力
- 阿里巴巴平台资源丰富，学习机会多
- 技术难度高，需要快速学习和掌握前沿知识
- 竞争激烈，实习生需快速产出成果
- 可能面临高强度工作节奏，需适应快节奏环境
- 适合对大模型和Agent领域有浓厚兴趣、具备扎实理论基础和实践经验的硕士及以上学历求职者，追求技术成长和前沿探索
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法实习生成长为核心AI算法工程师，专注Agent和强化学习领域
- 积累项目经验后，可向技术专家或团队负责人方向发展
- 通过学术成果和业务贡献，获得行业影响力
- 设计和开发Agent自进化闭环框架，使Agent具备自主学习和进化能力
- 研究大模型强化学习算法，用于经验沉淀和长期任务优化
- 将前沿Agent技术应用于商业场景，推动技术落地和学术产出
- 深入理解NLP、大模型和Agent领域的理论，特别是自进化和长程任务执行
- 具备大模型强化学习实践经验，掌握主流训练范式
- 能够将复杂商业问题抽象为可落地的算法方案
- 对前沿技术保持敏感，能快速复现和改进算法
申请策略
- 了解AccioWork业务背景和Agent技术应用场景
- 在面试中展示对Agent自进化方向的深入思考和见解
- 突出NLP、大模型、Agent相关的项目经验或研究成果
- 展示强化学习实践能力，如使用框架训练模型的经验
- 强调业务问题抽象和算法落地能力，如有相关案例
- 如有论文或开源贡献，重点列出
- 深入学习Agent自进化、强化学习前沿技术，阅读最新论文
- 提升业务场景理解和问题转化能力
面试指南
- 使用STAR方法描述项目经验，突出技术难点和解决方案
- 结合理论解释技术选择，展示对前沿趋势的理解
- 强调业务价值和学术产出潜力，体现综合能力
- 请解释你如何设计一个Agent自进化闭环系统？
- 描述一个你使用强化学习解决Agent问题的案例
- 如何将大模型应用于复杂商业场景的痛点解决？
- 你对Agent自演进的前沿技术（如自我博弈）有什么看法？
- 为什么选择加入这个实习岗位？
职位点评
薪资福利70
成长发展90
工作生活60
使命价值80
薪资福利
70中等
实习岗位薪资中等，但公司平台较大，可能提供有竞争力的实习津贴和福利。
薪资信号面议 (8K-15K/月)
成长发展
90较高
职位涉及前沿的Agent自进化技术，有很高的技能成长空间和学术产出机会。
技术前沿前沿/新兴技术
技术栈Agent、强化学习、大模型、自进化、启发式学习、自我博弈
业务类型profit_center
工作生活
60中等
工作地点在北京或杭州，未提及远程或弹性办公，可能需现场工作，WLB未明确。
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
80较高
人工智能领域高速增长，Agent技术具有广阔应用前景，社会影响力较高。
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）
Watch Jobs