阿里巴巴
千问-大模型应用方向-搜索召回实习生
千问-大模型应用方向-搜索召回实习生
发布于 2 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Prompt Engineering
Pytorch
大语言模型 (Llm)
强化学习 (Rl)
机器学习
模型微调
自然语言处理 (Nlp)
值不值得投
69综合评分
综合评分 69
顶级大厂核心AI团队实习，前沿技术栈，高成长潜力，适合学术型技术人才
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
7.0千
比AI算法中位数低
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 4960 个在招 · 其中AI算法 70 个
市场机会
选择面较广
北京 · AI算法 · 约 210 个在招
职位详情
关于这个职位
该职位是阿里巴巴千问大模型团队的搜索召回方向实习岗位，主要负责百亿级网页搜索引擎的定向优化与落地
工作内容涵盖查询理解、搜索召回策略优化，以及利用Prompt工程、LLM微调和强化学习等前沿技术探索大模型在搜索场景中的应用
最低要求
计算机、数学或统计学相关专业硕士及以上学历，在自然语言处理、大规模预训练模型领域有经验
在自然语言理解、深度学习等领域有较深入的研究，熟练使用pytorch/tensorflow等至少一种主流深度学习框架，能够独立实现前沿模型
具备良好的逻辑思维能力、沟通协作能力、自我学习能力，保持对事物的好奇心
要求至少每周能够实习3天以上，连续实习6个月
工作职责
负责大规模预训练模型在全网百亿级网页搜索引擎的定向优化及落地工作，主要参与查询理解和搜索召回以及大模型在搜索中落地进行探索应用
基于海量用户行为数据以及人工标注数据，结合自然语言处理、性能优化、数据挖掘、机器学习等前沿技术，支持prompt工程、LLM微调、LLM强化学习等工作
研究方向包括但是不限于大规模预训练技术、文本生成、模型蒸馏/窃取、强化学习等
优先资格
有相关顶会发表经验者（ACL/EMNLP/CVPR/ICCV/NeurIPS等）优先，博士学历优先
AI 洞察
优缺点分析
优点
- 接触业界顶级的搜索数据和算力资源，技术视野开阔
- 阿里千问团队处于大模型第一梯队，简历含金量极高
- 直接参与核心业务落地，成果可见性强
- 搜索召回业务迭代快，需快速响应业务需求
- 高强度工作节奏，需平衡科研与工程落地
- 适合计算机/NLP方向硕博研究生，有顶会论文或扎实工程能力的求职者
缺点 / 挑战
- 对学术背景和代码能力要求极高，竞争压力大
角色解读
- 向高级算法工程师发展，深耕搜索推荐与大模型结合领域
- 转向AI产品经理或技术专家路线，主导大模型落地项目
- 进入学术界或顶尖科技公司继续从事前沿AI研究
- 参与构建和优化基于大模型的搜索引擎召回系统，提升搜索相关性
- 利用LLM微调、强化学习等技术，探索大模型在搜索场景下的创新应用
- 处理海量用户行为数据，进行查询理解分析和模型效果评估
- 扎实的NLP和深度学习基础，熟悉Transformer架构及主流预训练模型
- 熟练掌握PyTorch/TensorFlow框架，具备独立复现论文模型的能力
- 了解Prompt Engineering、RLHF等LLM进阶技术
申请策略
- 提前了解阿里通义千问的技术路线和产品特性
- 准备展示一个完整的从数据到模型落地的案例
- 突出NLP/LLM相关的科研项目或顶会论文发表情况
- 详细列出PyTorch/TensorFlow实战项目及模型调优经验
- 强调数据处理能力和对搜索/推荐业务的理解
- 复习Transformer原理及各类SOTA模型结构
- 熟悉LangChain、vLLM等大模型应用开发工具链
- 了解向量数据库及RAG技术在搜索中的应用
面试指南
- STAR法则描述项目经历：情境、任务、行动、结果
- 理论结合实践：不仅懂原理，更要讲清楚工程落地细节
- 数据驱动：用指标（如NDCG、Recall@K）证明方案有效性
- 请介绍你最近研究的NLP或LLM相关论文及其创新点
- 如何在有限算力下对大模型进行高效微调？
- 搜索召回中如何处理长尾查询和语义匹配问题？
- 请手写Attention机制的代码实现
- 如何评估LLM在搜索任务中的效果？
职位点评
薪资福利70
成长发展95
工作生活40
使命价值80
薪资福利
70中等
虽然JD未明确薪资，但阿里大厂实习津贴通常高于市场平均水平，且平台背书价值高，但对正式员工的薪酬吸引力需看后续转正机会。
薪资信号未披露（AI估算：5.0–8.0千/月）
成长发展
95较高
极高的发展性动机满足度。接触最前沿的大模型技术与海量数据，拥有顶级导师资源和晋升通道，是职业发展的黄金跳板。
技术前沿前沿/新兴技术
技术栈LLM、NLP、PyTorch、Prompt Engineering、Reinforcement Learning
业务类型profit_center
工作生活
40较低
互联网大厂通常工作强度较大，虽为实习岗可能相对宽松，但核心研发团队压力依然不小，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
致力于通过大模型技术提升信息获取效率，具有显著的技术进步意义和社会价值，符合技术理想主义者的追求。
行业发展高速增长赛道
社会影响正向社会影响力较高
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