阿里巴巴
校招算法工程师-AI for Engineering
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、电子工程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、微调或推理优化相关技术。
- 3、满足以下条件之一者优先：
- （1）在 EDA、CAD、金融工程、工业自动化、性能优化等工程领域有较深积累，能准确把握领域内的核心问题与前沿方向；已在实际工业场景中深度使用大模型，能从工程问题出发完成方法设计、方案落地与效果迭代；有 Agent 系统构建、工具调用、多步推理、强化学习等方向的研究或工程经验。
- （2）极强的求知欲与学习能力，对新技术保有好奇心；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、将大模型应用于真实工程场景，包括但不限于芯片设计 EDA、工业设计 CAD、金融工程、工业自动化、kernel 调优等复杂工程问题，训练模型在生产环境中的自进化能力，通过持续学习不断发掘更优算法与设计方案。
- 2、研究基于 self-evolving、long-horizon、multi-agent 等范式的能力增强方法，提升 Qwen 模型在工程优化领域的表现——包括长期规划、任务分解、多步执行与自主反馈优化能力。
- 3、构建面向工程任务的 Agent 系统与评测基准，整合领域专用工具与知识库，评估并提升模型在工具调用、方案生成、结果验证等任务上的表现。
- 4、与工程领域专家团队紧密协作，推动研究成果在真实科研或工业生产场景中的验证与落地。
- 5、跟进 AI for Engineering 及相关方向的前沿进展，围绕关键问题开展算法创新、实验分析与技术沉淀。
- 1、计算机、人工智能、自动化、电子工程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、微调或推理优化相关技术。
3、满足以下条件之一者优先：
（1）在 EDA、CAD、金融工程、工业自动化、性能优化等工程领域有较深积累，能准确把握领域内的核心问题与前沿方向；已在实际工业场景中深度使用大模型，能从工程问题出发完成方法设计、方案落地与效果迭代；有 Agent 系统构建、工具调用、多步推理、强化学习等方向的研究或工程经验。
（2）极强的求知欲与学习能力，对新技术保有好奇心；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。