杭州人工智能实习岗位

岗位职责 本课题面向大规模 MoE 模型在复杂任务上的强化学习方法研究，其核心挑战在于：稀疏的结果奖励在复杂任务中无法为中间过程提供有效训练信号；MoE 架构下专家路由在策略更新中引入额外的训练不稳定性；随模型能力提升，可靠的外部监督信号愈发稀缺，单纯依赖人工反馈的范式遭遇天花板。研究将围绕以下核心问题展开：如何构建不

本科 · 查看完整岗位与申请入口 →

岗位职责 尽管当前的多模态大模型（融合视觉、语音、文本）已展现出强大的感知与理解潜力，但是在实时交互场景中，由于模型设计导致的高延迟、生硬的轮次状态、频繁的打断或被打断严重影响信息传递效率。同时多个模态无法实时融合也限制了多模态模型在语音交互场景下的深度应用。生成的交互内容有时显得冗长、缺乏提炼或智能不足，这些问题限制

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题的核心问题是：如何让 AI 系统在跨会话、跨时间的长期交互中持续积累经验、理解用户、并随之成长。当前模型本质上是无状态的——每次对话结束后记忆归零，无法从历史交互中形成对用户的深度理解，也无法将过去的经验转化为未来决策的依据。研究将聚焦于：如何设计高效的记忆构建、更新与检索机制，在存储成本与信息保真度之

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦预训练阶段的核心算法与训练策略，系统性探索模型能力上界的突破路径。研究方向包括但不限于：智能数据配比、多阶段学习研究、面向预训练的先进训练算法优化，以及严谨可复现的算法评测与验证体系构建。通过数据结合训练算法和策略，推动预训练模型在通用场景下的性能实现实质性跃升。 岗位要求 1. 年级不限，本科及

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦预训练数据的全链路智能化处理，探索从原始语料到高质量训练集的自动化构建方法。研究方向包括但不限于：面向海量数据的高效筛选与质量评估机制、通用场景下可扩展的数据管线设计，以及端到端、自动化的高性能数据流水线构建。通过构建高质量、高效率的数据基础设施，为预训练模型的能力跃升提供数据底座支撑。 岗位要求

本科 · 查看完整岗位与申请入口 →

岗位职责 具备Recursive Self Improvement的AI Research Agent System探索研究。随着GPT-Codex, Claude Code, Gemini等大模型api能力的大幅增强，基于这些api构建的agent system在通用agent领域(如openclaw)，和vibe

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦于提升大模型在上百轮交互的超长程 Agent 任务中的自主执行能力，目标场景涵盖 CLI/GUI Computer Use、Software Engineering、科研与专业任务等，并致力于让模型从被动响应指令转变为能够主动推进任务的 Proactive Agent。当前面临的核心挑战贯穿训练与推

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦于多模态理解与生成的高效算法研究，旨在通过创新的模型压缩与加速技术，在保持模型性能的前提下显著降低计算开销与延迟。课题将深入分析现有多模态模型的视觉感知与生成机制，探索视觉Token自适应压缩（如文本引导的动态token剪枝、跨层信息复用等前沿技术）、Agent上下文管理、扩散模型一致性蒸馏与潜在一

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题旨在通过优化Transformer模型中的KV缓存机制，解决处理长序列数据时遇到的计算和内存挑战，目标是减少资源消耗、降低延迟并提高效率。 研究方向包括设计高效的KV缓存管理策略、适应不同应用场景的缓存优化以及并行与分布式处理优化。预期将成果应用于自然语言处理、视频分析等领域，为处理超长序列数据提供更

本科 · 查看完整岗位与申请入口 →

岗位职责 深度参与前沿的客户端UI自动化测试智能体开发与工业化落地。构建能理解需求&代码、生成测试计划、自主执行探索的智能体。直面真实复杂的产研场景，用AI技术大幅降低端到端测试成本，提升效率与质量。核心模块包括 Agent 工程设计、精确操作图像元素、图像功能的泛化理解、根据数据调优模型，最终实现能根据需求和代码变更

本科 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 大模型智能体 项目简介： 在AI眼镜、视频交互等实时多模态交互场景中，系统需要持续处理长时间的流式视频输入，并在交互过程中逐步构建和更新对用户、环境及上下文的理解。现有的视频理解方法主要面向离线场景，存在以下核心技术挑战： 流式处理的实时性瓶颈：传统方法依赖完整视频片段进行批处理，难以满足

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 数据合成与标注 项目简介： 团队正在构建 In-House Data Quality Benchmark——一套面向内部 Cowork（人机协同）工作流的数据质量评估基准，覆盖 SFT 指令数据、RLHF 偏好数据、CoT 思维链数据三大场景，定义了事实准确性、逻辑连贯性、指令遵从度、表达

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 数据合成与标注 项目简介： 团队正在构建 In-House Data Quality Benchmark——一套面向内部 Cowork（人机协同）工作流的数据质量评估基准，覆盖 SFT 指令数据、RLHF 偏好数据、CoT 思维链数据三大场景，定义了事实准确性、逻辑连贯性、指令遵从度、表达

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 针对行为风控场景高度对抗、动态演化、目标稀疏、决策链路极长的问题，探索通过多轮交互、跨源证据关联、链路还原与路径推演、多层级结果验证的Agentic技术方案。 1、Agent 训练环境与任务合成 面向风控场景场景，研究可scale，可verify的Agent训练环境与沙箱：环境抽象与工具接口设计、任务自动合成

硕士 · 查看完整岗位与申请入口 →

岗位描述 1、参与构建高质量、多维度的训练/验证/测试样本集，支撑敏感数据识别模型在文本、图像、多模态场景下的分类与检测任务； 2、协助设计并迭代数据标注规范，执行数据清洗、去重、增强及结构化处理，保障样本质量与一致性； 3、参与分类模型的训练、调参与效果评估，针对 bad case 进行归因分析并驱动样本补充与策略优

本科 · 查看完整岗位与申请入口 →

岗位描述 淘宝 AI 搜团队负责淘宝搜索的智能化方向，将大模型与 Agent 能力应用于搜索及购物决策，服务海量用户。 本岗位为研究型实习，面向大模型 Agent、用户理解与长程决策等方向。实习生将在真实电商搜索场景中参与算法研究与实验，成果用于淘宝 AI 搜相关能力建设，并鼓励沉淀为高水平学术论文。 岗位职责： 1.

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 天猫淘宝海外算法团队，隶属阿里国际数字商业集团(AIDC)，专注于天猫淘宝海外业务相关的算法优化，覆盖搜索算法、推荐算法与用增算法三大核心方向。团队定位为一支高水平的跨境电商应用算法团队，我们致力于融合深度学习、大模型、生成式AI及智能权益投放等前沿技术，在搜索、推荐、导购与用增等方向进行全方位升级，持续驱动

硕士 · 查看完整岗位与申请入口 →

岗位职责（具体工作内容） 1.参与大模型相关前沿课题调研与研究，作为核心参与者推进科研项目，包括方案设计、实验验证、结果分析及论文撰写； 2.推动前沿研究成果的工程验证与实际场景落地； 3.参与大模型训练、推理及相关基础设施的开发与优化。 任职资格（学历、目标院校、语言、技能、性格等要求） 1.计算机、人工智

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.参与供应链优化相关算法研发，包括销量预测、分仓补货、库存优化、履约成本优化等场景； 2.协助构建基于运筹优化与AI技术的决策模型，平衡库存周转、缺货风险与配送成本； 3.理解头程运输、尾程配送、仓储管理、包材选择等业务逻辑，为建模和策略优化提供支持； 4.参与数据建模、仿真分析、实验评估与方案落地，量化优

硕士 · 查看完整岗位与申请入口 →

岗位职责 1.参与搜索、推荐场景中的NLP与大模型应用算法研发，包括Query理解、语义召回、文本匹配、内容理解、用户兴趣建模等方向； 2.协助构建和优化基于预训练模型/大模型的语义理解与匹配模型，提升搜索相关性、推荐效果和用户体验； 3.参与内部数据产品相关需求，支持智能问答、数据洞察、文本生成、知识检索等能力建设；

本科 · 查看完整岗位与申请入口 →

岗位描述 1. 紧跟业界最新自然语言处理技术动态，深入研发并努力创新自然语言处理相关的知识库、词法、句法、语义、文档分析、深度学习、机器翻译、智能对话等技术，包括新颖的算法/模型的提出，模块的实际开发，对接自然语言处理平台的接入以及把高水平研发成果以论文/专利等形式进行发布； 2. 理解自然语言处理技术应用的相关的业务

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 1、负责将AI能力整合进内容生产管线，降低游戏制作团队在资产生产、自动化处理和创意探索环节的重复成本。 2、与算法团队紧密协作，推动AIGC/CV/Motion等前沿研究在项目研发中的落地；参与前期方案设计与技术选型，主导算法模型的工程化封装、性能优化与效果验证。 3、深入对接美术制作需求，负责工具系统的注册

本科 · 查看完整岗位与申请入口 →

岗位描述 1、负责具身基座模型（VLA、WAM）的工程化落地，包括预训练、模型微调、后训练优化以及实际效果调优； 2、参与基于多模态大模型的机器决策控制工程化工作，包括训练框架搭建、数据集处理、推理加速，以及在真机上的部署与测试； 3、优化大模型的训练效率以及资源利用率，熟练运用诸如模型并行、Flash Attenti

本科 · 查看完整岗位与申请入口 →

岗位描述 1、语音生成算法的实现和研究； 2、跟踪语音前沿技术，了解最新的语音生成大模型、端到端语音大模型等先进技术。 岗位要求 1. 计算机/语音信号处理或相关专业，2027届及之后毕业的硕士或博士； 2. 扎实的机器学习/深度学习算法基础，熟悉常见的生成式模型的基本原理和调优； 3. 优秀的编程能力和良好的编码习

硕士 · 查看完整岗位与申请入口 →

岗位描述 一、视觉感知算法研发 1、 参与无人挖掘机/装载机项目中2D/3D目标检测、语义分割等算法的研发与优化，覆盖人员、车辆、障碍物、料堆等目标识别； 2、协助6D位姿估计算法开发，支持作业目标物的精准感知； 3、学习多模态感知融合方法（相机+毫米波雷达），参与恶劣工况（粉尘、强光、遮挡）下的感知方案研究。 二、

本科 · 查看完整岗位与申请入口 →

岗位描述 1、SLAM算法开发与优化：负责基于3D激光雷达的SLAM建图与定位算法开发，优化算法在复杂、震动环境下的鲁棒性、实时性与精度； 2、多传感器融合：参与激光雷达、IMU、轮速计等多传感器的数据处理与融合（如LIO-SAM、FAST-LIO等框架），提升系统状态估计性能； 3、工程落地与调试：配合团队进行算法在

本科 · 查看完整岗位与申请入口 →

岗位描述 1、语音识别算法的实现和研究； 2、跟踪语音前沿技术，了解最新的语音识别大模型、端到端语音大模型等先进技术。 岗位要求 1. 计算机/语音信号处理或相关专业，2026届及之后毕业的硕士或博士； 2. 扎实的机器学习/深度学习算法基础，熟悉常见的生成式模型的基本原理和调优； 3. 优秀的编程能力和良好的编码习

硕士 · 查看完整岗位与申请入口 →

岗位描述 1、负责机器人多模态大模型（VLA模型）的工程化落地，包括预训练开发、模型微调、训练优化以及实际效果调优； 2、参与基于大模型的机器决策控制工程化工作，包括训练框架搭建、数据集处理、算力部署，以及在真机上的部署与测试； 3、优化大模型的训练效率以及资源利用率，熟练运用诸如模型并行、Flash Attentio

本科 · 查看完整岗位与申请入口 →

岗位职责 1、深入探索LLM在编程场景中的应用，参与Coding Agent开发 ； 2、探索AI coding领域前沿技术与工程范式（Agent编排、上下文工程、harness、loop等） ； 3、通过提取代码语义、构建工程级上下文及梳理复杂依赖关系等手段，提升LLM对于超复杂项目的理解能力 ； 4、搭建Codin

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 团队介绍： 我们专注于大模型在 Agentic & Coding 领域的评测范式探索与高质量数据构建，不仅核心支撑 Qwen 系列等大模型业务的交付迭代，更致力于在前沿方向探索下一代评测与数据体系，坚持产业落地与前沿探索并重。团队在业界已建立起显著的技术影响力，主导及参与了包括 SWE-CI、QwenClaw

学历以官网为准 · 查看完整岗位与申请入口 →