研究实习生（强化学习 Post-Training 方向）· 2026-06-24

通义核心团队直招前沿大模型研究实习生：主包亲自带、成果保底、资源拉满，目标顶会一作 + 高影响 Technical Report。

通义实习生直招，主包自己招人。 通义 RAG/Agent/DeepResearch 团队急招靠谱研究实习生，不画饼，资源拉满，稳出成果。Base 杭州/北京（优先杭州，可面对面交流）。通义核心团队，纯前沿大模型研究岗，非杂活、非搬砖。 专属顶配福利： ✅ 成果保底：主包已有成熟 idea，来了直接上手，目标顶会一作论文 + 高影响 Technical Report，科研履历提档升级。 ✅ 资源自由：算力机器、Token 管够，海量真实业务数据应有尽有。 ✅ 业务含金量拉满：研究方案直接落地万亿级 Token 调用核心业务，学术 + 工业落地双背书。 ✅ 氛围 & 薪资双在线：纯学术前沿研究氛围，团队都是大佬；提供有竞争力薪资，纯目标导向，杜绝一切无意义内卷内耗。 需要做什么： - 长链搜索场景下强化学习 post-training 技术研究。 如何投简历：直接私戳邮箱，简历秒看、快速筛选、合适立刻面试！真心诚意招人——想踏实做科研、发顶会、攒顶级工业落地经历的同学，千万别错过。

希望你是： - 博士在读，已有一篇以上一作顶会论文发表； - 可以长期实习 6 个月以上； - 熟练掌握 Python 及 PyTorch、slime 等训练框架，熟悉 vibe coding； - 有相关实习、研究经验优先（Agentic RAG、Agentic RL、Post-Training、多模态推理）。