阿里巴巴
校招算法工程师-模型自进化
北京/杭州/上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1. 计算机、人工智能、自动化等相关专业本科及以上学历。
- 2. 具备扎实的机器学习与深度学习基础，熟悉大模型训练、对齐、微调或推理优化相关技术。
- 3. 满足以下条件之一者优先：
- （1）有强化学习、RLHF、数据合成或自动化数据构造 Pipeline 相关项目或研究经验；有自动化训练、超参数优化、训练系统或推理框架优化相关经验；在 self-evolving、Agent、long-horizon planning 等方向有研究或工程经验。
- （2）极强的求知欲与学习能力，逻辑清晰，善于独立思考，具备良好的沟通与团队协作能力。
- （3）熟悉 Python，具备较强的工程实现能力；有高水平论文、开源项目、竞赛成绩或实际落地成果者优先。
岗位描述
- 1. 围绕大模型自进化方向开展算法研究，探索模型能力自动演进的关键路径。研究基于 self-evolving、long-horizon 等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。
- 2. 为模型注入自动迭代训练数据的能力：围绕 Agent 任务，完成环境/query/verifier 的合成、筛选、训练与反馈闭环优化，通过多轮迭代持续提升 RL/SFT 训练数据质量。
- 3. 为模型注入自动挖掘 CPT/PT 训练数据的能力，提升预训练与持续训练数据的知识覆盖度、有效性与任务适配性。
- 4. 参与自动化训练与 Infra 调优相关工作，包括 Verl、Megatron 等框架的训练策略优化、RL 超参搜索、训练稳定性提升、SGLang/vLLM 推理效率优化等，提升模型研发效率与性能上限。
- 5. 跟踪自进化训练、自动化数据构造、Agent 能力增强等相关领域前沿进展，围绕实际问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。
- 1. 计算机、人工智能、自动化等相关专业本科及以上学历。
- 2. 具备扎实的机器学习与深度学习基础，熟悉大模型训练、对齐、微调或推理优化相关技术。
3. 满足以下条件之一者优先：
（1）有强化学习、RLHF、数据合成或自动化数据构造 Pipeline 相关项目或研究经验；有自动化训练、超参数优化、训练系统或推理框架优化相关经验；在 self-evolving、Agent、long-horizon planning 等方向有研究或工程经验。
（2）极强的求知欲与学习能力，逻辑清晰，善于独立思考，具备良好的沟通与团队协作能力。
（3）熟悉 Python，具备较强的工程实现能力；有高水平论文、开源项目、竞赛成绩或实际落地成果者优先。
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 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
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。