阿里巴巴
NLP/LLM/Agent算法实习生
NLP/LLM/Agent算法实习生
发布于 2 小时前实习/见习
实习生仅现场办公NLP工程
NLP工程
Langgraph
Llm
Nlp
Rag
信息抽取
分布式系统
大模型训练
零样本学习
值不值得投
77综合评分
综合评分 77
顶尖大厂核心业务线、前沿LLM/Agent技术栈、强技术成长导向、常规研发节奏
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
9.0千
比NLP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 3670 个在招 · 其中NLP工程 32 个
市场机会
选择面较广
北京 · NLP工程 · 61 个在招
职位详情
关于这个职位
负责基于大语言模型（LLM）与智能体（Agent）技术，构建面向POI数据生产与智能决策的下一代技术链路
主要工作包括搭建Agent基础服务平台、研发文本理解与信息抽取等核心算法，并探索零样本学习、端侧协同及多模态安全识别等前沿方向，以提升高德POI数据的智能化处理效率与用户体验
最低要求
熟悉 NLP 的各种任务建模，并且有丰富的实践经验，包含但不仅限于切词、NER、语言模型、事件检测与要素抽取、分类等
深入理解 Transformer 架构及主流 LLM（如 Qwen, Llama 等）的原理与应用
熟悉主流Agent框架（如LangGraph，Hermes Agent，AgentScope，Anthropic Agent等），熟练掌握session、memory、rag、prompting、cache、tool using、skill和mcp等技术，有LLM训练经验和分布式应用经验
有技术洞察力，精益求精，有产品意识，优秀的问题分析解决能力，对挑战充满激情
工作职责
基于 LLM/Agent 的自主规划、执行、反思与协同能力，构建面向数据生产与智能决策的下一代技术链路，推动从信息理解、自动挖掘、质量校验到闭环更新的全流程智能化，提升POI数据生产效率、用户交互体验
负责 Agent 基础服务平台建设，探索自主规划、任务分解、工具调用、结果验证和闭环执行等关键能力
负责 NLP/LLM 相关基础算法能力建设，包括文本理解、信息抽取、纠错、质量评估、生成与融合等核心能力
探索 LLM 在复杂场景下的零样本、少样本学习与推理能力，提升算法在开放任务中的泛化效果与落地效率
参与智能语音交互、端侧 Agent、设备协同 Agent、多模态安全识别、Agent攻防等前沿方向的研发与应用
优先资格
有机器人智能语音外呼、移动设备agent、智能决策和审核agent经验者优先
在 ACL、EMNLP、NAACL、COLING、WWW、CIKM、ICML、KDD、NeurIPS 等相关国际会议上有文献发表优先
AI 洞察
优缺点分析
优点
- 接触行业最前沿的LLM与Agent技术，技术栈领先
- 依托高德POI业务，落地场景丰富且数据质量高
- 大厂平台提供完善的导师制与学术资源支持
- 算法迭代极快，需持续跟进最新论文与开源社区
- 竞争激烈，对学术成果与工程能力双重要求
- 具备扎实NLP/大模型理论基础，热爱前沿技术探索，且希望在大厂核心业务线积累深度实战经验的计算机/AI相关专业学生
缺点 / 挑战
- 复杂场景下的模型泛化与工程落地存在较高技术门槛
角色解读
- 可向大模型算法专家、AI架构师或智能体产品经理方向发展
- 积累前沿技术后可主导核心算法项目或转向技术管理岗
- 负责搭建Agent基础服务平台与NLP/LLM核心算法能力，推进数据生产全流程智能化
- 探索大模型在复杂场景下的零/少样本学习与推理泛化
- 参与端侧协同、多模态安全识别等前沿技术研发
- 精通NLP任务建模与Transformer架构
- 熟练掌握主流Agent框架及RAG/Prompting/MCP等技术
- 具备LLM训练与分布式应用实战经验
申请策略
- 提前研究高德POI业务逻辑与Agent在LBS场景的应用痛点
- 准备1-2个完整的算法落地案例，重点说明问题定义、方案设计与效果评估
- 突出NLP/LLM相关项目经历，详细列出使用的框架、数据集规模及性能指标
- 强调分布式训练或Agent开发实战经验
- 补充RAG架构设计、Prompt Engineering及MCP协议的实际应用
- 加强大模型微调与分布式训练框架的动手能力
面试指南
- 采用STAR法则结构化回答项目背景、个人角色、技术选型依据、遇到的瓶颈及最终量化结果
- 针对算法题，先厘清问题边界，再对比不同模型/策略的优劣，最后给出可落地的优化路径
- 请详细介绍你使用过的Agent框架及其核心组件与局限
- 如何优化LLM在开放任务中的零样本推理效果
- 分享一个你解决过的NLP任务建模难题及思路
- 复习Transformer底层机制与大模型对齐技术
- 梳理近期顶会关于Agent与RAG的最新论文
- 准备代码手撕与系统设计题，熟悉PyTorch/HuggingFace生态
职位点评
薪资福利75
成长发展92
工作生活60
使命价值70
薪资福利
75中等
实习津贴符合互联网大厂AI岗位市场水准，虽非正式薪资但福利体系完善，稳定性适中。
薪资信号未披露（AI估算：7.0千–1.1万/月）
成长发展
92较高
深度参与LLM与Agent前沿技术研发，接触行业顶尖技术栈与学术资源，成长空间极大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Transformer、RAG、LangGraph、MCP
业务类型profit_center
工作生活
60中等
岗位默认现场办公，互联网研发节奏较快，WLB视具体团队排期而定。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
致力于数字化还原真实世界POI，直接改善用户出行与交易体验，具有明确的业务价值与社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号数字化还原真实世界POI、保障POI数据的时效性、正确性和完备性
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs