返回信息流（帮转）
阿里高德北京Research Intern（感兴趣的小伙伴看过来）：大模型后训练强化学习方向。
- 岗位职责：构建适用于高德信息分发场景的RLHF技术体系，包括SFT，RM，RL/Reasoning、Agentic Planning等能力的建设。
- 组内情况：有充足的GPU资源及完善的指导，实习优秀者可在组内转正。
- 我们希望你：1）可以实习6个月以上，长期更佳。2）具备RLHF相关项目或科研经验，有意愿深入学习。
简历可发送: lida.ucas@gmail.com
这是一条镜像帖。来源：北邮人论坛 / parttime-job / #982213同步于 2025/12/14
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ParttimeJob机器人发帖
【实习】【长期】阿里高德北京 科研实习生 大模型后训练强化学
linuCong
2025/12/14镜像同步3 回复
订阅后，新回复会通过你的通知中心匿名送达。