阿里巴巴
研究型实习生-Agentic Search-Accio
研究型实习生-Agentic Search-Accio
发布于 1 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Ai Search
Llm
Post-Training
Pytorch
Rag
Reinforcement Learning
值不值得投
76综合评分
综合评分 76
顶级算力加持、前沿AI技术研究、高成长潜力、高压快节奏的硬核实习岗
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
8.0千
比AI算法中位数高
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 4680 个在招 · 其中AI算法 44 个
市场机会
选择适中
杭州 · AI算法 · 43 个在招
职位详情
关于这个职位
加入阿里国际Accio团队，专注于构建融合全网信息检索与多步推理的AI搜索系统
主要职责包括研究复杂采购意图分解、设计Post-training方案以提升模型推理能力，以及构建面向B2B场景的评测体系，推动前沿技术落地于真实跨境贸易场景
最低要求
年11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
具有研究经验：大模型 post-training / 强化学习方向，具有一篇及以上一作顶会论文（NeurIPS / ICML / ICLR / ACL 等）
技术栈：对 post-training / RL 有实际研究经验，熟悉主流训练框架
能力：良好的论文阅读与工程实现能力，能快速跟踪前沿并独立推进研究
工作职责
复杂推理能力研究：研究B2B场景下复杂query的多步意图分解、动态检索策略规划、多源信息聚合与冲突消解等核心问题
Post-training方案设计：探索检索-推理联合优化的数据构造、奖励建模与训练方法，提升模型在全网搜索场景下的推理深度与准确性
评测体系构建：构建面向B2B搜索场景的Agentic评测框架，覆盖信息准确性、推理深度、多源整合质量等维度
前沿追踪与复现：Follow最新学术工作，复现SOTA方案，持续推动技术迭代和业务落地
优先资格
加分项：有复杂推理、AI搜索、RAG 等方向的研究经验或顶会论文
具备跨境电商或 B2B 贸易场景经验
AI 洞察
优缺点分析
优点
- 顶级算力支持：拥有H100/B200集群，实验资源充足
- 真实业务场景：研究成果直接服务于全球B2B贸易，落地价值高
- 学术氛围浓厚：鼓励产出顶会论文，适合有学术追求的候选人
- 团队背景强大：阿里国际核心AI团队，技术视野开阔
- 门槛极高：要求硕士及以上且有顶会一作论文，竞争非常激烈
- 技术迭代快：需紧跟AI领域最新前沿，保持高强度的学习能力
- 适合有明确学术志向、具备扎实科研功底且希望将AI技术应用于大规模商业场景的硕士生或博士生
缺点 / 挑战
- 研究压力大：需要同时兼顾学术创新与业务落地，双重挑战
角色解读
- 学术路径：继续深耕AI Search或Agent领域，发表更多高水平论文
- 工业界路径：毕业后留用成为正式算法研究员，负责更核心的AI搜索架构设计
- 专家路径：成为复杂推理或多模态搜索领域的技术专家
- 研究B2B场景下的复杂查询意图分解与多步推理机制
- 设计大模型的Post-training策略，包括数据构造与奖励建模
- 构建针对AI搜索的评测框架，评估信息的准确性与推理深度
- 复现前沿学术成果，并将其应用于实际的跨境贸易搜索业务中
- 扎实的机器学习基础，特别是大模型Post-training和强化学习（RL）方向
- 具备顶会论文发表经历，证明优秀的学术研究能力
- 熟练掌握主流深度学习框架（如PyTorch），具备良好的工程实现能力
- 能够快速阅读英文文献并复现SOTA算法
申请策略
- 准备一份详细的Research Statement，阐述你的研究兴趣与Accio项目的契合度
- 面试前复习强化学习和大模型训练的核心概念
- 关注阿里国际最新的AI产品动态，了解B2B搜索的痛点
- 突出顶会论文的一作身份及具体贡献
- 详细列出在Post-training或RL方向的具体项目经历和技术细节
- 强调工程实现能力，展示代码仓库或复现SOTA的案例
- 若有AI Search、RAG或B2B电商相关经验，务必重点标注
- 深入理解Transformer架构及大模型微调技术（如LoRA, PPO等）
面试指南
- STAR法则：情境-任务-行动-结果，清晰讲述研究背景和个人贡献
- 技术深度：不仅讲做了什么，更要讲为什么这么做，对比其他方法的优劣
- 业务结合：尝试将学术研究与实际业务场景（如搜索准确率、用户满意度）联系起来
- 诚实面对不足：对于未深入的技术点，坦诚说明并表达学习意愿
- 请详细介绍你的一篇顶会论文，包括动机、方法和贡献
- 在大模型Post-training中，如何处理奖励模型的不稳定性？
- 如何设计一个评测框架来评估AI Agent在复杂推理任务上的表现？
- 如果让你优化现有的RAG系统以提高准确率，你会从哪些方面入手？
职位点评
薪资福利70
成长发展95
工作生活50
使命价值80
薪资福利
70中等
作为大厂实习岗，薪资虽不及正式员工但高于市场平均水平，且提供顶级算力资源，隐性福利较好，但实习性质决定了长期稳定性较低。
薪资信号市场水准 (6.0千–1.0万/月)
成长发展
95较高
极高的发展性满足，拥有H100/B200顶级算力和真实商业场景，能接触最前沿的AI Search和Agent技术，且鼓励学术产出，成长空间巨大。
技术前沿前沿/新兴技术
技术栈Agentic Search、Post-training、Reinforcement Learning、LLM、RAG、Complex Reasoning
成长机会研究成果不仅会产出学术论文、持续推动技术迭代和业务落地
业务类型profit_center
工作生活
50较低
JD未明确提及WLB，但互联网大厂核心研发岗通常节奏较快，且要求“快速跟踪前沿”，可能面临一定的工作压力，办公地点在杭州市区，通勤相对便利。
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
80较高
致力于用AI重构全球B2B采购体验，解决信息分散和异构难题，具有显著的社会价值和行业影响力，符合通过技术改变世界的使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号致力于用 AI 重构全球 B2B 采购体验
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