阿里云研究性算法实习生招聘【LLM方向】

阿里云算法实习生持续招聘中！！！LLM大模型方向！！！欢迎投递私聊！

【团队介绍】

阿里云智能弹性计算是阿里云飞天平台（阿里云自研云计算操作系统）的核心，在全球有超过200个数据中心，19个地域，为全球数10亿用户提供着可靠的计算服务。

我们管理着海量物理机和虚拟机，提供超大规模服务编排能力，专注于大数据之上的机器学习算法研究与应用，如果你了解机器学习、深度学习、强化学习、迁移学习、主动学习、特征提取与稀疏学习、等级学习等相关知识，对人工智能抱有极大的热情，勇于挑战各种实际应用难题，欢迎加入我们：阿里云弹性计算--库存调度--智能引擎团队！

【岗位要求】

1、本科及以上学历，硕士博士优先，计算机、数学、电子工程、通信、信息系统、大数据、统计学等相关专业；

2、熟悉常用机器学习算法，对模式识别、深度学习、增强学习等相关领域，掌握C/C++、Java、Python等至少一门编程语言；

3、候选人有数理分析方面良好的素养以及数理统计基础；

4、有实际成果并发表在国际顶级会议、期刊者优先，有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先。

5、有deeplearning的经验，大规模数据处理经验优先。

【招聘对象】

2026届毕业的海内外本硕博学生

实习地点：北京、杭州

岗位：算法实习生（推荐系统方向、时序预测方向、调度建模方向）

【简历投递】

邮件标题：姓名-学校-期望实习城市

邮件内容：简单介绍一下自己的优势即可

附件：个人简历

投递邮箱：desy.dsy@alibaba-inc.com

【实习岗位简介】

研究型实习生 - ECS云服务器的在线实时推荐算法模型技术研究

实习内容：在云服务器售卖场景中，用户购买选型时，地域、可用区、规格的组合有成千上万种，面临很大的使用门槛，很难快速、简单的选购到目标实例。业界的推荐如电商购物推荐、视频推荐等主要是to C场景，特征数据丰富，推荐结果的可选空间也相对较大。云计算更多是to B场景，样本数据集相对较小，且对结果的精准性、以及可解释性上要求更高，数据的稀疏性和非连续性也是一大挑战。与此同时，云服务器推荐需要考虑成本、体验、性能、容量、安全、稳定性等诸多维度，系统的算法建模会有更多新的挑战。本项目希望基于云计算用户画像的深入分析，优化云服务器的在线推荐系统，实现用户全新的云服务器购买体验，带来更好的用户转化和资源交付效率提升。

随着LLM的发展，大模型融合推荐系统也充满令人欣喜的效果，本项目也将探索LLM+RecSys方向的新思路！