阿里巴巴
日常实习生-业务技术-AI应用算法工程师（LLM）
日常实习生-业务技术-AI应用算法工程师（LLM）
发布于 22 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Ai Agent
Llm
Pytorch
Rag
Tensorflow
多智能体协作
大模型
运筹优化
值不值得投
69综合评分
综合评分 69
前沿AI实习、技术成长快、薪资一般、WLB未知。
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
与人工智能中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2790 个在招 · 其中人工智能 约 320 个
市场机会
选择面较广
杭州 · 人工智能 · 约 370 个在招
职位详情
关于这个职位
作为阿里巴巴淘天集团的日常实习生，你将参与构建业界首个端到端物流智能体（Logistics AI Agent）平台
工作聚焦于大模型（LLM）、AI Agent与运筹优化的深度融合，应用于日均亿级订单的物流与供应链场景，覆盖预测、质控、规划、诊断、优化等核心环节，直接影响数亿消费者的收货体验
最低要求
学历背景：计算机、人工智能、机器学习、深度学习、计算机视觉、自然语言处理等相关专业本科及以上学历
编程能力：精通 Python，熟练使用 PyTorch / TensorFlow
熟悉 LangChain / LangGraph / AutoGen 等 Agent 框架者优先
算法基础：扎实掌握 ML/DL 经典模型（Transformer、BERT 等），具备 LLM 微调、推理优化经验
有强烈的好奇心，对技术充满热情，有前瞻性视野，并能逐步在业务中落地
工作职责
在这里，你将：
● 学习AI Agent 在真实物流场景的规模化落地，而非仅做实验性探索
● 解决世界级复杂问题：从虚假发货识别到仓网优化，从时效预测到逆向体验保障，都具备极高的复杂度
● 定义下一代智能物流范式：融合LLM、复杂任务拆解&推理、RAG、Tools、SKill、多智能体协作，以及运筹优化决策
● 影响数亿消费者体验：你的算法直接决定“下单到收货”的每一环是否顺畅
核心工作方向：
● 预测智能体（Forecasting Agent）构建支持动态策略调整、自动归因分析、AI答疑的预测 Agent，实现从“静态预测”到“主动调控”的跨越
● 质控智能体（Quality Control Agent）基于多源异构数据（轨迹、图像、文本、行为），打造全链路异常检测与黑灰产对抗系统，保障履约真实性与消费者信任
● 运筹优化智能体（OR Agent）将 LLM 与运筹学深度结合，实现自动建模 → 求解 → 仿真 → 方案生成的闭环，驱动仓网、运力、库存的全局最优
● 通用 Agent 能力基建深耕 RAG 多路召回、长短期记忆、Skill 自动编排、复杂任务拆解（ToT/Reflexion）、A2A 协同等核心技术，打造高可靠、可扩展的 Agent 底座
优先资格
熟悉 LangChain / LangGraph / AutoGen 等 Agent 框架者优先
AI 洞察
优缺点分析
优点
- 接触行业前沿的大模型和AI Agent技术，参与世界级复杂问题的解决，技术成长空间大
- 工作直接影响数亿消费者体验，成果可见性强，能快速积累实战经验和业务洞察
- 阿里巴巴平台资源丰富，可接触到海量数据和多样化场景，有利于技能提升和职业网络构建
- 技术难度高，需要快速掌握LLM、运筹优化等多领域知识，并应用于高复杂度业务场景
- 适合计算机或人工智能相关专业、对AI应用有浓厚兴趣、具备扎实编程和算法基础的学生，希望在实战中深化技术并追求快速成长
缺点 / 挑战
- 实习期间可能面临较短的工作周期，需在有限时间内产出成果，学习压力较大
- 物流供应链业务涉及多方协同，沟通和跨团队合作能力要求较高
角色解读
- 从实习生起步，可晋升为正式算法工程师，专注于AI Agent或运筹优化方向深入发展
- 积累物流行业经验后，可向高级算法专家、技术架构师或团队负责人角色成长
- 跨领域拓展至其他复杂场景（如金融、医疗）的AI应用，或向产品经理、技术管理方向转型
- 构建物流领域的AI智能体平台，覆盖预测、质控、运筹优化等核心环节，将大模型技术落地到真实业务场景
- 解决亿级订单、千万商家的复杂物流问题，如虚假发货识别、仓网优化、时效预测等，直接影响消费者体验
- 参与通用Agent能力基建，如RAG、长短期记忆、任务拆解等技术研发，推动智能物流范式创新
- 精通Python编程和深度学习框架（PyTorch/TensorFlow），具备扎实的机器学习和自然语言处理基础
- 熟悉大语言模型（LLM）微调、推理优化，以及Agent框架（如LangChain）的实际应用经验
- 具备将算法理论转化为业务解决方案的能力，对运筹优化或多智能体系统有基本了解者更佳
申请策略
- 关注淘天集团物流与供应链的公开信息或技术文章，了解业务痛点和技术方向，在面试中体现准备度
- 准备一个清晰的技术项目案例，展示如何将AI技术应用于解决实际问题，突出分析和落地能力
- 突出与LLM、Agent开发相关的项目经验，如使用LangChain构建应用、微调大模型等具体成果
- 强调Python编程能力和算法竞赛或论文经历，体现扎实的技术功底
- 展示对物流或供应链领域的兴趣或相关认知，如有相关课题或实习更佳
- 深入学习Agent框架（如LangChain、AutoGen）和运筹优化基础知识，弥补知识短板
- 通过实践项目（如搭建简单RAG系统或LLM微调）增强实战经验，提升简历竞争力
- 了解电商物流业务流程，增强对应用场景的理解，以便面试中展现业务契合度
面试指南
- 针对技术问题，采用“背景-方法-结果-反思”的结构回答，结合具体技术点和业务影响
- 对于场景应用题，先分析问题本质，再提出技术方案（如使用何种模型或框架），最后说明预期效果
- 准备项目介绍时，强调个人贡献、技术选型理由和可量化成果，避免泛泛而谈
- 你如何理解AI Agent在物流场景中的应用？请举例说明
- 请介绍一个你做过的与LLM或机器学习相关的项目，遇到了什么挑战以及如何解决
- 你熟悉哪些Agent框架（如LangChain），它们各有什么特点？
- 如何将LLM与运筹优化结合起来解决库存或调度问题？
- 你对这个实习岗位有哪些期待？希望在哪些方面获得成长？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
实习岗位薪资处于市场平均水平，福利体系未在JD中明确提及，但大公司通常提供基础保障。
薪资信号未披露（AI估算：5–9千/月）
成长发展
85较高
职位聚焦前沿AI技术（LLM、Agent）在物流场景的落地，提供高复杂度问题解决和快速技能成长机会。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、RAG、运筹优化、多智能体协作
业务类型ambiguous
工作生活
50较低
工作模式未明确提及，可能需现场办公；办公地点位于杭州，通勤便利性取决于具体园区。
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
70中等
推动物流智能化和优化消费者体验，具有行业创新性和一定社会价值，但业务属性较强。
行业发展稳定成熟行业
社会影响中性/一般
使命信号推动淘天集团物流与供应链体系的智能化跃迁、影响数亿消费者体验
创新程度积极采用新技术
Watch Jobs