已下线实习

算法研究员-Agentic RL

阿里巴巴

收录时间2026-08-06 14:14

已下线 · 历史岗位确认下线时间：2026-08-21 12:16。以下为收录时的信息，不代表当前仍可申请。查看历史岗位档案

岗位职责

核心负责商家侧 Agent 框架研发，设计可编排的 Skill/Tool/Memory 机制，支撑多商家个性化配置与建模。重点探索 Agentic RL（PPO/GRPO 等），开展奖励设计、信用分配与长链路规划，显著提升指令遵循与工具调用准确率。
为保障 RL 稳定训练与评估，构建 CLI 原生交互协议与 Agent Harness 工程体系，提供标准化接口、机械化约束与安全沙箱，解决长链路任务中的信任债务与上下文断裂。建立数据飞轮与自动化评测体系，监控策略漂移。
产出顶会论文、可复现代码与 Demo，推动研究在真实商家场景落地。在这里，你不仅是算法工程师，更是“环境建筑师”，一起定义 Agent 时代的缰绳与交互标准，参与""Big Harness""行业变革，探索 AI 工程范式新边界。

核心负责商家侧 Agent 框架研发，设计可编排的 Skill/Tool/Memory 机制，支撑多商家个性化配置与建模。重点探索 Agentic RL（PPO/GRPO 等），开展奖励设计、信用分配与长链路规划，显著提升指令遵循与工具调用准确率。
为保障 RL 稳定训练与评估，构建 CLI 原生交互协议与 Agent Harness 工程体系，提供标准化接口、机械化约束与安全沙箱，解决长链路任务中的信任债务与上下文断裂。建立数据飞轮与自动化评测体系，监控策略漂移。
产出顶会论文、可复现代码与 Demo，推动研究在真实商家场景落地。在这里，你不仅是算法工程师，更是“环境建筑师”，一起定义 Agent 时代的缰绳与交互标准，参与""Big Harness""行业变革，探索 AI 工程范式新边界。

真正值得关注的岗位，常常只在企业官网短暂开放，可能两三天后就下线，也未必会同步到综合招聘平台。没有持续关注，你甚至不会知道它曾经出现。职先机持续聚合并核验官网岗位，帮你抓住职场先机，快人一步。

微信小程序 / 当前岗位

阿里巴巴算法研究员-Agentic RL

扫码直达当前岗位收藏、浏览记录和下线提醒留在微信里

电脑端可直接微信扫码；手机端可保存小程序码后在微信中识别。