阿里巴巴
校招算法工程师-Agent在线强化学习（T-Star Lab）
杭州 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 计算机科学、人工智能、运筹学、自动化等相关方向博士
- 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验
- 熟练Python + PyTorch，具备生产级代码交付能力
- 在ICML/NeurIPS/ICLR/AAAI/ACL/WWW等顶会有一作或共同一作论文发表，或有等价的突出研究成果
- 第一性原理思维： 能从问题本质出发设计方案，而非套用现有方法
- 理论与实践并重： 既能推公式证定理，也能写出高质量生产代码
- 大促体感： 对""安全红线""有敬畏心，理解生产环境不允许trial-and-error
- 跨域学习能力： 愿意深入理解业务/运维/研发领域知识，而非将其视为黑箱
- 长期主义： 认同""自进化""的愿景，愿意用3年时间构建有壁垒的系统
- 加分项：
- 包括安全强化学习、在线学习、元学习、多智能体，了解本体工程、神经符号推理，有LLM与决策系统结合的研究经验，了解大规模分布式系统、AIOps、SRE相关背景知识，有扎实的数学功底，包括优化理论、概率论、随机过程功底扎实，能独立完成定理证明
岗位描述
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。
- 1. 理论研究：负责本体约束的在线强化学习框架建模，并进行理论证明、自进化的收敛性分析
- 2. 算法开发：设计并实现本体增强的安全在线RL算法族、LLM-RL协同决策算法、跨大促Meta-RL与经验固化算法
- 3. 场景落地：在双11/618等真实大促中验证系统效果；与SRE/研发团队协作确保决策可信赖；量化评估业务价值
● 计算机科学、人工智能、运筹学、自动化等相关方向博士
● 扎实的强化学习理论功底，精通主流RL算法（Policy Gradient/PPO/GRPO及其变体），有实际实现与调优经验
● 熟练Python + PyTorch，具备生产级代码交付能力
● 在ICML/NeurIPS/ICLR/AAAI/ACL/WWW等顶会有一作或共同一作论文发表，或有等价的突出研究成果
● 第一性原理思维： 能从问题本质出发设计方案，而非套用现有方法
● 理论与实践并重： 既能推公式证定理，也能写出高质量生产代码
● 大促体感： 对""安全红线""有敬畏心，理解生产环境不允许trial-and-error
● 跨域学习能力： 愿意深入理解业务/运维/研发领域知识，而非将其视为黑箱
● 长期主义： 认同""自进化""的愿景，愿意用3年时间构建有壁垒的系统
加分项：
● 包括安全强化学习、在线学习、元学习、多智能体，了解本体工程、神经符号推理，有LLM与决策系统结合的研究经验，了解大规模分布式系统、AIOps、SRE相关背景知识，有扎实的数学功底，包括优化理论、概率论、随机过程功底扎实，能独立完成定理证明
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 人力资源 岗位的常见面试问题整理
请举例说明，你是如何有效制定和推动人才发展计划的
查看答题思路
1. 定义标准：什么是高潜（绩效+潜力+价值观） 2. 盘点工具：九宫格（绩效×潜力） 3. 输出：人才地图 + 继任计划 + 个人发展计划（IDP） 4. 落地：不是做一次就完了，要跟踪发展计划的执行
如何理解HRBP在业务多元且发展迅速的企业中的角色定位
查看答题思路
1. HRBP = 业务的战略伙伴，不是行政人事 2. 三个角色：战略执行者（把公司战略翻译成人才策略）、变革推动者、员工守护者 3. 核心竞争力：懂业务（能和业务 leader 平等对话）+ 懂人（洞察组织和个体） 4. 举例：我用过的一个具体案例
如何用通俗语言向候选人解释RSU的税务影响
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
描述一个你进行人才盘点的项目，如何识别高潜力员工并制定发展计划
查看答题思路
1. 定义标准：什么是高潜（绩效+潜力+价值观） 2. 盘点工具：九宫格（绩效×潜力） 3. 输出：人才地图 + 继任计划 + 个人发展计划（IDP） 4. 落地：不是做一次就完了，要跟踪发展计划的执行
在你看来，HRBP在企业中扮演的角色是什么
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。