阿里巴巴
算法工程师-Agentic Coding模型训练
算法工程师-Agentic Coding模型训练
发布于 14 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Agentic Coding
Rl
Sft
代码生成
多Agent协作
大模型
强化学习
数据合成
值不值得投
78综合评分
综合评分 78
大模型前沿方向实习岗，技术成长空间极大，薪资处于市场高位，WLB未明确。
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 3340 个在招 · 其中机器学习工程 约 190 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 270 个在招
职位详情
关于这个职位
该职位主要负责大模型在Agentic Coding方向的训练与优化，提升模型在代码生成、仓库级理解等真实软件工程任务中的表现
你将参与SFT与RL训练、多Agent协作研究及评测体系构建，与研究员和工程师协作推动模型能力落地
最低要求
计算机、人工智能、软件工程等相关专业在读
具备大模型、Coding Agent 方向的实践经历
了解代码生成、仓库级理解、长程软件工程等相关任务
对真实软件工程场景与模型行为有一定洞察力，具备良好的问题分析与推进能力
能够结合数据、评测与模型行为持续迭代方案并提升模型表现
具备较强学习能力、主动性和自驱力，能够快速理解前沿工作并推进实验落地
工作职责
提升模型在代码重构、长上下文建模、仓库级代码理解与长程代码生成等真实软件工程任务中的表现
基于SFT与RL训练模型
分析模型输出，定位能力短板
研究训练数据、奖励信号与算法，持续提升模型
研究复杂代码任务中的规划、记忆、自我反思与多轮执行能力
探索多Agent协作、长程记忆与多轮验证等方法，提升模型的稳定性与成功率
与研究员和工程师协作，持续迭代训练数据、评测体系与执行环境
参与构建高质量代码数据、可验证软件工程任务与自动化评测流程，提升模型在代码 benchmark与真实开发任务中的表现
优先资格
有大规模数据合成和模型训练经验者优先
AI 洞察
优缺点分析
优点
- Agentic Coding是当前大模型领域极具前景的前沿方向，技术壁垒高
- 能接触到大规模数据合成、SFT/RL训练及多Agent协作等核心技术，成长空间大
- 依托丰富的算力与真实业务场景，模型落地经验极具含金量
- 代码生成与长程任务的评测与优化难度大，需要不断试错与迭代
- 适合对大模型、AI Agent有浓厚兴趣，具备较强科研能力与自驱力，且希望在代码生成与软件工程智能化方向深耕的在读学生
缺点 / 挑战
- 大模型训练与Agent探索属于前沿研究，面临较多未知挑战，需要极强的自驱力与抗压能力
角色解读
- 在Agentic Coding这一前沿领域积累深厚的模型训练与优化经验
- 未来可发展为大模型算法专家、AI Agent架构师或核心研究员
- 负责大模型在Agentic Coding方向的训练与优化，提升代码生成与长程软件工程任务表现
- 基于SFT与RL进行模型训练，分析输出并定位短板，研究奖励信号与算法
- 探索多Agent协作、长程记忆等复杂代码任务中的规划与执行能力，构建自动化评测流程
- 扎实的机器学习与大模型基础，熟悉SFT、RL等训练方法
- 具备代码生成、仓库级理解或Coding Agent方向的实践经验
- 较强的问题分析与推进能力，能结合数据与评测持续迭代模型方案
申请策略
- 提前了解公司在Agentic Coding方向的最新进展或开源项目，在面试中展现对业务方向的思考
- 突出在大模型、代码生成或Coding Agent方向的具体项目经历与成果
- 强调在SFT、RL训练或大规模数据合成方面的实操经验
- 展示对真实软件工程场景的理解，以及解决复杂模型行为问题的案例
- 深入学习强化学习在LLM中的应用，熟悉主流Agent框架与评测基准
- 提升代码能力，熟悉主流编程语言的底层逻辑与仓库级代码分析工具
面试指南
- STAR法则：情境-任务-行动-结果，重点突出你在模型训练或数据构建中的具体贡献与量化收益
- 技术深度：从问题定义、数据构造、模型训练到评测闭环，展现系统性的思考与工程落地能力
- 请详细介绍你参与过的代码生成或Coding Agent项目，遇到了哪些挑战，如何解决的？
- 在SFT和RL训练中，如何设计奖励信号来提升模型在长程代码任务中的表现？
- 针对仓库级代码理解，你认为目前模型的主要短板是什么？有什么优化思路？
- 如何构建高质量的代码训练数据与自动化评测流程？
- 复习大模型训练的核心算法，并准备1-2个自己主导的Agent或代码生成项目细节
- 了解当前Agentic Coding领域的最新进展（如SWE-bench等评测集），形成自己的见解
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
作为核心算法实习岗，实习薪资处于市场较高水平，但实习阶段主要看重成长而非绝对薪酬。
薪资信号未披露（AI估算：6千–1.2万/月）
成长发展
95较高
Agentic Coding是大模型最前沿的方向之一，能接触到SFT/RL、多Agent协作等核心技术，技术成长与视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈大模型、Agentic Coding、SFT、RL、多Agent协作、代码生成、仓库级理解
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，无法准确判断工作强度与办公灵活性。
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
85较高
推动大模型在软件工程中的自主性与可靠性，属于AI赋能生产力的前沿探索，具有较高的技术使命感与行业价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号提升模型的自主性、可靠性与工程落地表现
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