研究型实习生 - 纯文本及多模态大模型advanced reasoning能力研究

优缺点分析

角色解读

• 实习期间可积累前沿大模型研究经验，为转正或进入顶尖研究团队打下基础
• 可发展为算法工程师或研究科学家，专注于大模型推理、强化学习等领域
• 有机会参与开源社区，提升个人影响力
• 研究并改进大模型在复杂任务上的推理能力，涉及强化学习算法（如GRPO、PPO）和知识蒸馏
• 参与开源大模型训练框架的开发，将研究成果开源到魔搭社区
• 探索多模态大模型在工具调用等场景的能力提升
• 熟练掌握Python和PyTorch，具备大模型训练和调优经验
• 深入理解GRPO、PPO等强化学习算法和知识蒸馏技术
• 具备扎实的工程能力，能设计和调试复杂系统
• 良好的沟通和团队协作能力，以及快速学习和深入钻研的能力

申请策略

• 关注阿里巴巴研究团队的招聘动态，了解导师研究方向
• 在简历中突出与岗位匹配的技能和项目
• 突出大模型相关项目经验，如训练、微调、RLHF等
• 展示开源贡献或GitHub仓库，体现技术实力
• 强调学术成果，如CCF-A/B论文或竞赛获奖
• 深入学习GRPO、PPO等强化学习算法，并动手实践
• 熟悉多模态模型架构和训练方法
• 提升工程能力，如分布式训练、模型优化

面试指南

• 用STAR法则回答项目经验，突出个人贡献和结果
• 结合理论知识和实际案例，展示对算法的深入理解
• 体现创新思维和解决问题的能力
• 请介绍你在大模型训练或推理方面的项目经验
• 解释GRPO和PPO的区别及适用场景
• 如何设计实验来提升模型推理能力？
• 你如何看待开源社区对大模型发展的影响？
• 复习强化学习、深度学习基础