阿里巴巴
大模型应用算法实习生（Agent训练/Agent自进化）-Accio Work
大模型应用算法实习生（Agent训练/Agent自进化）-Accio Work
发布于 大约 15 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Iclr
Neurips
Nlp
Pytorch
大模型
强化学习
自进化
值不值得投
77综合评分
综合评分 77
前沿Agent技术，顶尖平台，成长机会大，但工作强度高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
1K
比人工智能中位数低
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 1870 个在招 · 其中人工智能 约 120 个
市场机会
选择面较广
北京 · 人工智能 · 约 130 个在招
职位详情
关于这个职位
该实习岗位聚焦于大模型Agent的自进化与自学习机制，你将参与构建Agent自进化闭环系统，探索前沿的自演进技术，并将算法落地到AccioWork等核心商业场景
适合对NLP、大模型、强化学习有扎实基础，并希望在顶级团队中快速成长的硕士或博士在读学生
最低要求
年3月及之后毕业，硕士及以上学历，计算机、人工智能、信息科学、数学、软件工程等相关专业优先
在 NLP、大模型、Agent等领域有扎实的理论积累
核心技术能力：
深入理解 Agent 演化机制，对自进化、Agent 长程任务执行等方向有实战经验或独到见解
具备大模型强化学习方向的训练实践经验，理解主流训练范式与优化策略
具备业务问题抽象能力，能将复杂商业场景下的痛点转化为可落地的算法问题
前沿技术敏感度：
持续跟踪大模型自进化、自我改进等方向的前沿技术趋势
关注自主智能体的最新进展，能快速复现并改进前沿算法
工作职责
构建Agent自进化闭环系统：针对复杂商业场景，设计并研发具备自主进化能力的 Agent 框架，形成从任务执行到自我反思、经验总结、能力增强的完整闭环
研发Agent自主学习与经验沉淀机制：
探索 Agent 在与环境交互中自主学习、自我改进的多元化路径
研究长期经验沉淀算法，构建 Agent 可持续演化的能力底座，解决复杂任务流中的策略退化、长程优化等问题
探索前沿Agent自演进路径：
研究自动化对齐、自主数据演化、指令自我迭代等方向，构建模型在弱监督乃至无人工干预下的自我演进机制
探索启发式学习（Heuristic Learning）、自我博弈（Self-Play）等前沿技术，打造具备自驱动特征的智能体系统
技术落地与业务实战：将自进化 Agent 算法应用于AccioWork等核心商业场景，沉淀具有行业影响力的技术方案与高水平学术成果
优先资格
在 NeurIPS, ICLR, ICML, ACL, EMNLP 等顶级会议发表过相关论文
有高影响力 AI 开源项目贡献经验，或在相关领域竞赛中获得过顶尖名次
AI 洞察
优缺点分析
优点
- 阿里巴巴作为行业巨头，提供丰富的计算资源和数据支持，有利于技术研究和实验
- 岗位聚焦前沿Agent自进化技术，处于AI研究热点，技术含金量高
- 有机会参与核心商业场景落地，积累业务经验，并可能产出高水平学术成果
- 实习薪资和福利优厚，且转正机会较大
- 岗位要求高，需要扎实的理论基础和实战经验，竞争激烈
缺点 / 挑战
- Agent自进化是前沿方向，研究难度大，可能面临技术挑战和不确定性
- 工作强度可能较高，需要快速学习和产出，适应快节奏
- 适合对Agent、强化学习有浓厚兴趣，具备扎实算法功底和科研能力，追求前沿技术挑战的硕士或博士在读学生
角色解读
- 实习期间可深入前沿Agent技术，积累强化学习和自进化算法实战经验，为发表顶会论文打下基础
- 表现优秀可转正为正式算法工程师，参与核心业务，逐步成长为技术专家或团队负责人
- 未来可向AI研究员或技术Leader方向发展，在阿里巴巴内部或行业中获得广阔发展空间
- 构建Agent自进化闭环系统，设计框架实现任务执行、自我反思、经验总结和能力增强的完整循环
- 研发Agent自主学习与经验沉淀算法，解决复杂任务中的策略退化和长程优化问题
- 探索前沿自演进技术，如自动化对齐、自我博弈等，推动Agent在弱监督下自我进化
- 将算法落地到AccioWork等商业场景，产出技术方案和学术成果
- 扎实的NLP、大模型和Agent理论基础，理解主流模型架构和训练范式
- 具备大模型强化学习训练经验，熟悉PPO、DPO等优化策略
- 有Agent自进化或长程任务执行的实际项目经验或深入理解
- 具备将复杂商业问题抽象为算法问题的能力，以及快速复现和改进前沿算法的能力
申请策略
- 了解阿里巴巴国际业务和AccioWork产品，在面试中展示对业务的理解
- 准备项目案例，突出技术难点和解决方案，展示算法落地能力
- 突出Agent相关项目经验，如自进化、长程任务执行、强化学习训练等，展示技术深度
- 强调论文发表、开源贡献或竞赛获奖，体现科研能力
- 展示业务问题抽象能力，如将商业问题转化为算法方案的具体案例
- 提及对前沿技术的跟踪和复现能力，如GitHub项目或技术博客
- 深入学习强化学习算法（PPO、DPO等），并动手实现Agent训练框架
- 关注Agent自进化最新论文，尝试复现并改进，积累经验
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰展示项目经历
- 结合理论知识和实践案例，展示对算法原理的理解和应用能力
- 强调学习能力和创新思维，展示对前沿技术的敏感度和复现能力
- 请介绍你参与过的Agent项目，如何设计自进化机制？
- 如何解决Agent在长程任务中的策略退化问题？
- 你如何理解强化学习在Agent训练中的应用？请举例说明
- 如何将商业问题抽象为算法问题？请结合AccioWork场景
- 你如何跟踪前沿技术？请分享最近关注的Agent自进化论文
职位点评
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利
70中等
实习薪资在行业中处于较高水平，但未提及具体福利，补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：0K-0K/月）
成长发展
95较高
岗位聚焦前沿Agent技术，提供顶尖平台和资源，发展性动机极高。
技术前沿前沿/新兴技术
技术栈Agent、自进化、强化学习、NLP、大模型
业务类型profit_center
工作生活
50较低
实习岗位通常要求现场办公，地点在北京或杭州，通勤可能不便，WLB一般。
工作模式仅现场办公
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
岗位推动AI技术发展，具有较高的社会价值，但商业导向明显，意义感较强。
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