帮你找工作的 2025-10-22 12:35 北京
合适的工作难找？最新的招聘信息也不知道？AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！
📍 **岗位概览与目标**：本次招聘面向北京地区，阿里巴巴夸克大模型团队正在招募一名强化学习研究型实习生。该职位的核心目标是通过研发新一代强化学习算法，显著提升大模型在多模态理解、工具调用、复杂环境交互以及多智能体协作等关键领域的性能。
🚀 **技术挑战与研究方向**：实习生将有机会参与改进大规模分布式强化学习框架，特别是在万卡集群环境下优化训练效率，以支持大模型与复杂环境和工具的高效交互。研究成果将直接应用于夸克产品生态，打造更智能、更懂用户的服务。
🎓 **任职要求与加分项**：申请者需具备硕士及以上学历，数学、强化学习或自然语言处理等相关专业背景。对深度强化学习算法在大语言模型中的应用有深入理解，熟悉主流深度学习框架（如Transformers、PyTorch、Megatron-LM），并具备扎实的编程实现能力。过往在RLHF、RL reasoning、Agentic RL等方向的项目经验，或在顶级会议发表过相关论文，以及大规模分布式RL训练经验者将获得优先考虑。
帮你找工作的 2025-10-22 12:35 北京
阿里夸克大模型团队在智能科技浪潮中迅速崛起，我们拥有处于上升阶段的核心业务、积累了海量的多模态数据，并配备了充足的GPU资源。在此，你将有机会直面一线的业务挑战，运用你的智慧与才华，致力于研发能为用户带来显著价值的大模型。
坐标：北京
岗位职责
1. 研发新一代大模型强化学习算法，提升大模型在多模态、工具调用、复杂环境交互、多智能体交互等方向的基础能力；2. 改进大规模分布式强化学习框架，优化万卡集群下的高效分布式训练效率，支持大模型与复杂环境/工具的高效交互；3. 将强化学习研究成果融入夸克产品生态，打造更懂用户的智能服务产品, 让前沿技术惠及亿万用户。岗位要求1. 硕士及以上学历，数学、强化学习、自然语言处理等相关专业；2. 在强化学习方面具有丰富的专业知识，熟练掌握深度强化学习算法在大语言模型中的应用及前沿知识；3. 熟悉大模型相关深度学习框架，如Transformers、PyTorch、Megatron-LM等，有扎实的编程基础和代码实现能力；4. 具备良好的沟通、协作和解决问题的能力，能够与团队成员密切合作，共同解决问题。加分项1. 有大语言模型RLHF、RL reasoning、Agentic RL等方向有实际项目参与经验；2. 在强化学习、大模型训练、多智能体等研究方向在顶级学术会议上发表过论文；3. 有大规模分布式强化学习训练经验或RL框架优化经验。扫描下方小助手的微信，pick 你心仪的岗位~
AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。
鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑