算法日常实习生· 2026-10-26

淘天 AI 应用优化团队通过数据飞轮、模型适配与后训练、评测与实验等手段，将大模型能力做成可上线、可迭代、可控成本的产品能力。

岗位职责（包含以下的一项或多项）： 1. 需求与问题定义：深入业务，把产品诉求转化为可执行的 AI 任务； 2. 方案与架构设计：在 Prompt / RAG / 微调 / Agent 等路线中做技术选型，完成工程化落地； 3. 数据飞轮：参与数据采集、清洗、标注、合成数据、数据版本与质量评估； 4. 模型适配与后训练：接触 SFT、RL、PPO、GRPO、DPO 等后训练与偏好优化方向； 5. 评测与实验：设计评测指标、自动化评测、离线基准与线上实验体系。 投递方式： - 官网投递：https://referral.alibaba-inc.com/campus/position/details?spm=a1z1l7t3.referral.0.0.6dfc5e99SDfaYr&positionId=199908900001 - 邮件投递：liuminwen.lmw@alibaba-inc.com，邮件标题「算法实习-姓名-可实习时长」，附件为个人简历 PDF（文件名：毕业年份_姓名）。邮件投递的同学会在简历筛选后由团队操作投递，请注意确认。

1. 计算机、数学、统计等相关专业，硕士/博士优先，优秀本科生也欢迎； 2. 熟悉 Transformer / LLM 架构，对大模型训练、微调、评测有一定理解； 3. 熟练使用 Python、PyTorch，有工程落地意识；对 AI 有热情，愿意主动读论文、复现方法、尝试开源项目； 4. 有顶会论文、开源贡献、AI 应用项目或 Agent / RAG / 后训练实践经验是加分项。 加分项： - 有 SFT / DPO / RL / PPO / GRPO 等后训练经验； - 做过 RAG、Memory、Tool Use、多 Agent、Agentic RL； - 有合成数据、动作轨迹构建、数据质量评估经验； - 熟悉 vLLM、DeepSpeed、FSDP、Megatron-LM 等训练/推理框架； - 有分布式训练、大规模数据处理经验。