阿里巴巴研究型实习生（Research Intern）项目是主要面向海内外顶尖高校博士生的实习生项目，目标是基于阿里巴巴在电商、金融、物流、文娱、健康、云计算等领域的丰富业务场景，联合培养高素质的计算机创新研究人才，为服务20亿人的新经济体储备核心科技。
我们为入选“研究型实习生项目”的同学提供：
- 3个月以上的阿里巴巴实习科研机会，接触工业届真实的场景与数据，联合发表国际顶级论文、申请专利等；
- 技术大咖作为企业导师，提供科研方向指导，1:1阿里师兄教带，共同挑战世界级的技术难题；
- 参与培训活动、技术讲座、云栖大会的机会，与来自全球的技术大牛进行零距离交流；
- 丰厚的实习报酬、参加实习的往返路费、住宿补贴等一系列福利，并优先获得阿里转正面试机会。
阿里巴巴自动驾驶实验室隶属于达摩院。团队致力于研发智能、安全的自动驾驶系统，并赋能物流行业，让物流更加高效、快捷。团队成员包含国家千人计划专家、MIT TR35获奖者等，博士占比接近30%，硕士占比90%以上，大多毕业于海内外知名院校，拥有丰富的自动驾驶技术开发经验。团队自成立以来取得了如下成绩与荣誉：获得杭州市第一张自动驾驶测试牌照；浙江省领军型创新团队； 3D检测算法，语义分割算法在国际公开测试集KITTI上获得排名第一；跟踪算法在CVPR 2020 Argoverse Challenge排名第一。在末端物流领域，经过将近5年时间的技术积累，2020年云栖大会发布首款可量产无人物流机器人小蛮驴，联合菜鸟驿站进入小批量常态化运营阶段，计划接下来三年完成量产和规模化商业落地。同时保持在无人卡车领域快速技术迭代演进，在不远的将来实现城市道路和高速道路的物流无人驾驶。
强化学习：
项目简介
无人驾驶领域的规划算法传统上是基于搜索/采样/优化为主的算法，这些算法在常见的驾驶环境中表现良好，具备较好的安全性，通过性和舒适性，但在少量复杂交互的带有博弈性质的场景中，其表现不能令人满意。在强交互环境中，主车需要理解环境中车辆的意图，并与其进行复杂的互动，这就要求主车具备较好的推理能力。强化学习非常适合在多个agent交互序列过程中进行识别和推理的场景，在棋类游戏和电子游戏等强互动与博弈的过程中表现出强大的智能性，但在无人驾驶领域的应用与落地上还存在诸多挑战需要突破，例如，无人驾驶中的动作空间是连续的高维空间，同时与多个职能agent进行互动，多个agent的状态是部分可观测的，整个过程中reward的设计比游戏有大得多的不确定性，对于实时性的要求，等。该项目希望能在无人驾驶领域中，能克服上述挑战，应用强化学习解决在高度交互场景下的博弈问题。
领域方向
机器学习
项目时间
2020年08月08日 至 2021年08月07日
工作城市：杭州
毕业要求：2020年11月30日-2024年08月31日毕业的学生
申请链接：https://campus.alibaba.com/projectDetail.htm?spm=a1z3e1.11796652.0.0.546560d3Bc2SNF&id=670&batchId=82&batchName=%E7%A0%94%E7%A9%B6%E5%9E%8B%E5%AE%9E%E4%B9%A0%E7%94%9F
