淘天集团-淘宝APP AI助手算法团队-多模态/大模型应用-开始校招实习啦！

【内推码：XK7ECI】
【文末扫码直达部门！避免出现货不对板，避免简历流转到公共池流浪！！】

淘天集团AI助手算法团队承担了淘天集团新一代AI原生购物助手的开发工作，通过统一的All in One大模型解决淘宝在不同场景的用户需求。团队在大模型强化学习、Agentic训练、原生多模态训练以及Agent框架设计有着行业领先的认知和实际落地效果。

在这里，你将：

● 全链路模型训练
    ○ 深度参与购物场景统一大模型的完整训练周期：预训练退火 → SFT → RLVR → RLHF
    ○ 你碰到的不是一个冻结的API，而是一个你可以从底层塑造的模型
● Agent框架设计——让大模型真正"能办事"
    ○ 设计大模型原生的Agent架构，通过Skill编排、Sub-agent协作等机制，将淘系搜索、推荐、交易、客服等全域能力注入AI助手
    ○ 让模型不只是"能聊"，而是"能买、能比、能帮你做决定"
●  奖励信号发现——在真实场景中定义"什么是好"
    ○ 基于淘天数亿用户的真实交互行为，挖掘和设计最能提升用户体验的奖励信号
    ○ 用RL的方式让模型在电商场景下持续逼近SOTA体验
● 无人区探索——做业界还没有答案的事
    ○ 异步实时Agent：用户不等你，你怎么让Agent在真实时间约束下又快又好？
    ○ 原生Any-to-Any多模态：文字、图片、视频、商品卡片……如何让模型原生理解和生成一切？
    ○ 这些方向没有教科书，我们需要你带着自己的判断力走进去

为什么值得来？

● 场景稀缺性：数亿级日活用户 × 极其丰富的电商意图 × 可闭环的商业验证
● 技术纵深：从模型训练到Agent系统到产品体验，你可以一竿子插到底，而不是只做流水线上的一环
● 前沿密度：团队在RLVR、Agentic Training、多模态等前沿研究方向持续投入
● 影响力：你训练的模型、设计的Agent，会直接服务于淘宝用户

我们期待你：

● 在大模型预训练/SFT/RLHF/强化学习中有扎实的实战经验
● 对Agent/Tool-use/Multi-agent系统有深入理解，最好有设计和落地经验
● 具备从混沌中找到方向的能力——能在没有明确技术路线的情况下，做出有品味的技术判断
● 对"用AI重新定义购物体验"这件事有真正的兴趣