阿里巴巴
算法工程师-AI Agent（T-Star Lab ）
算法工程师-AI Agent（T-Star Lab ）
发布于 1 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
Agent框架
Llm
Pytorch
Rag
Tensorflow
多智能体
强化学习
自然语言处理
值不值得投
78综合评分
综合评分 78
淘天T-Star顶尖人才实习岗，聚焦前沿AI Agent技术，成长空间极大，但工作节奏与挑战较高。
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
9.0千
比机器学习工程中位数高
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 3570 个在招 · 其中机器学习工程 约 200 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 280 个在招
职位详情
关于这个职位
该职位是淘天集团T-Star计划的实习生岗位，主要参与AI Agent核心能力模块的研发与优化，包括自主规划、多步推理及多智能体协同等
你将利用强化学习、大模型等技术，构建高性能Agent框架并推动其在搜索、办公等场景的落地
最低要求
本科及以上学历，计算机、人工智能、数学、电子信息等相关专业优先
精通 Python，具备扎实的 C/C++/Java（至少一门）基础，具备极佳的工程实现能力，追求高质量的代码设计
深入理解 Transformer 架构及大模型（LLM）原理
熟悉深度学习主流框架（PyTorch/TensorFlow）
掌握强化学习、自然语言处理或计算机视觉的基础理论
极强的求知欲与学习能力，对新技术保有好奇心
逻辑清晰，善于独立思考并反思总结
具备良好的沟通能力和团队协同意识
工作职责
研发并优化 Agent 的核心能力模块，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具调用（Tool Use）、长短期记忆（Memory）及 RAG 增强
应用强化学习（RL）、模仿学习、SFT 及偏好对齐（DPO/PPO）技术，提升模型在复杂任务中的执行成功率与逻辑性
参与构建高性能、高可用的 Agent 框架或 Runtime 系统，探索多智能体（Multi-Agent）协同与自我迭代学习范式
构建端到端的智能体评测体系，通过数据驱动的方式持续迭代算法，推动 Agent 在搜索、办公、创作或垂直行业场景的落地
优先资格
在 NeurIPS, ICML, ICLR, ACL, CVPR 等顶级会议发表过论文
在 ACM-ICPC、NOI/IOI、TopCoder、Kaggle 或知名 AI 算法大赛中获得优异名次
开知名开源项目的核心贡献者或在开源社区有影响力
有 LangChain、AutoGen、MetaGPT 等 Agent 框架的使用或二次开发经验
熟悉 RAG 架构或在搜索/推荐场景有相关实践
AI 洞察
优缺点分析
优点
- 依托淘天集团亿级规模的海量数据与真实业务场景，技术成果能直接落地产生巨大商业价值
- 作为T-Star顶尖人才计划，能接触到最前沿的AI Agent课题，获得极高的技术视野与成长空间
- 团队技术氛围浓厚，有机会与全球顶尖技术人才共事，积累深厚的行业影响力
- 适合基础扎实、对AI前沿技术有极强热情，且具备优秀工程落地能力的顶尖高校技术人才
缺点 / 挑战
- 岗位要求极高的工程实现能力与算法理论基础，面临的技术挑战大，需要持续的高强度学习
- 大模型与Agent技术迭代极快，需要时刻保持对新技术的敏锐度，工作压力与节奏较快
角色解读
- 从实习生起步，通过参与亿级数据与前沿课题，快速成长为AI Agent领域的算法专家
- 未来可向大模型算法架构师、AI业务技术负责人或顶尖学术研究员方向发展
- 研发和优化AI Agent的核心能力，包括自主规划、多步推理、工具调用和记忆模块等
- 运用强化学习、模仿学习及偏好对齐等技术，提升大模型在复杂任务中的表现
- 构建Agent框架与评测体系，推动智能体在搜索、办公等实际业务场景中的落地
- 扎实的编程基础，精通Python，并熟练掌握C++/Java至少一门语言
- 深入理解Transformer架构与大模型原理，熟悉PyTorch/TensorFlow等主流深度学习框架
- 掌握强化学习、NLP或CV的基础理论，具备优秀的工程实现与代码设计能力
申请策略
- 提前了解淘天集团在搜索、办公或垂直行业的AI落地场景，准备针对性的技术思考
- 展现出对AI Agent未来发展的独立思考与反思总结能力，体现极强的求知欲
- 重点突出在顶会（如NeurIPS、ACL等）发表的论文或知名AI竞赛的优异名次
- 详细展示在LangChain、AutoGen等Agent框架的二次开发经验或RAG架构的落地实践
- 强调扎实的代码能力，可附上知名开源项目的核心贡献链接或高质量的项目代码仓库
- 深入学习多智能体协同、强化学习在LLM中的应用（如RLHF、DPO）等前沿技术
- 提升大模型推理优化及Agent Runtime系统的工程构建能力，补齐从算法到工程的短板
面试指南
- 采用STAR法则（情境、任务、行动、结果），结合具体项目数据说明技术难点与解决方案
- 对于算法设计问题，先从理论原理出发，再结合工程落地中的Trade-off（如性能与效果的平衡）进行阐述
- 请详细介绍你在Agent核心模块（如Planning或Memory）上的研发经验及遇到的技术难点
- 如何应用强化学习或偏好对齐技术（如DPO/PPO）来提升大模型在复杂任务中的执行成功率？
- 在构建多智能体协同系统时，如何解决智能体之间的通信与状态同步问题？
- 请分享一个你主导的端到端智能体评测体系的设计思路，如何保证评测的客观性与有效性？
- 复习Transformer底层原理、强化学习基础以及主流Agent框架的源码实现
- 准备1-2个自己深度参与的AI Agent或大模型落地项目，能够清晰画出架构图并讲解核心逻辑
职位点评
薪资福利75
成长发展95
工作生活50
使命价值85
薪资福利
75中等
作为顶尖人才计划的实习岗位，实习津贴处于行业较高水平，但具体薪资未明确披露，整体补偿性满足度较好。
薪资信号未披露（AI估算：6.0千–1.2万/月）
成长发展
95较高
岗位聚焦最前沿的AI Agent技术，依托亿级数据与真实场景，且为顶尖人才培养项目，技术成长与视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Agent、LLM、Transformer、强化学习、RL、SFT、DPO、PPO、RAG、Multi-Agent、PyTorch、TensorFlow
成长机会顶尖人才招聘和培养项目、探索和实践最前沿的AI技术
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，但作为顶尖人才计划及前沿算法岗，通常工作节奏较快，生活化动机满足度一般。
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
85较高
岗位致力于探索最前沿的AI技术并推动其在实际场景落地，具有较高的技术使命感与行业前沿探索价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号探索和实践最前沿的AI技术、在有价值的业务场景落地技术成果
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