部门介绍
我们是高德大模型应用方向的团队，结合空间地理和LBS知识，「让用户用自然语言就能拿到地点位置准确的丰富结果」。工作横跨离线数据处理、在线检索与agent应用环节：一方面能准确认知互联网信息以及跟地理空间位置的关系，在数据上建立空间语义能力；另一方面是搭建面向大模型和agent应用的增强检索（RA）链路，包括用户 query 理解、改写与意图识别，以及召回、排序等算法模型建模；最后是大模型应用和agent建设，包括总结生成、问答、工具调用与Agent编排架构。构建面向未来agent应用的LBS场景的基础算法能力，提升agent应用和外部扩展的效果体验。团队规模不大但链路完整，从数据构造、模型训练到工程落地都在同一个团队内完成。这意味着实习生不会只拿到一个被切碎的子任务，而是能看到一个技术问题从定义到实现的全过程。
岗位职责
你会参与以下方向涉及的实际项目，具体方向会结合你的背景和兴趣来确定：
- 内容理解与知识抽取。面向互联网信息的地位位置内容理解和结构化知识抽取，在通用LLM之上，通过后训练微调加强地理位置空间语义感知能力，构建可供检索引擎处理的AI友好的数据体系。
- AI搜索增强。 优化搜索链路中的查询理解模块；参与语义召回与相关性排序模型的迭代，用向量检索、稀疏检索、图检索与重排模型的组合提升召回质量与排序精度；参与 RA全链路的设计与调优，包括文档切分策略、embedding 模型选型与微调、多路检索融合、重排等。
- Agent生成总结。 探索对话问答等agent应用场景下的基于LLM的检索意图澄清和检索plan生成；构建Agent应用的上下文组装与压缩、生成结果的忠实性控制与幻觉抑制。
- 大模型能力建设。 参与领域模型的微调与评测，涉及 SFT 数据构造与清洗、LoRA / 全参数微调、多任务联合训练、偏好对齐；搭建自动化评测集与评测流程，用可量化的指标驱动模型迭代，而不是靠人工感觉。
职位要求
- 在读本科、硕士或博士，计算机、人工智能、数学、电子信息、统计等相关专业，能够保证一段相对完整的实习投入。
- 掌握机器学习与深度学习的基础原理，理解 Transformer 结构与注意力机制，了解预训练语言模型的基本范式；对信息检索或自然语言处理中的至少一个子方向有较系统的认识。
- 熟练使用 Python，能独立完成数据处理、模型训练与实验分析；熟悉 PyTorch，了解 Hugging Face Transformers 生态的基本用法。
- 具备扎实的工程基本功和调试能力，写得出结构清晰、可复现的实验代码；有能力读懂英文论文与开源项目源码。
- 有良好的问题拆解与表达能力，遇到效果不达预期时能主动做归因分析，而不是只调参数；愿意在真实数据里反复打磨细节。 加分项：以下经历不是硬性门槛，但会显著加分： ● 有搜索、推荐、广告或问答系统的实习、科研或竞赛经历，理解过完整的召回—排序—重排链路 ● 做过 RAG 或知识库问答的完整项目，踩过文档切分、检索精度、幻觉抑制等实际问题 ● 有大模型微调实战经验，熟悉 TRL / PEFT / LLaMA-Factory / DeepSpeed / Megatron 等训练框架中的一种或多种 ● 熟悉向量数据库与检索引擎，如 FAISS、Milvus、Elasticsearch、Vespa 等 ● 有 vLLM、SGLang、TensorRT-LLM 等推理部署或性能优化经验 ● 在 ACL、EMNLP、NAACL、SIGIR、CIKM、WWW、KDD、NeurIPS、ICML、ICLR 等会议发表过论文 ● 在 Kaggle、天池、ACM/ICPC、CCF 等竞赛中取得优异成绩 ● 有活跃的开源贡献，或维护过有一定影响力的个人项目 ● 对大模型技术进展有持续关注，能讲清楚近期某个方法的核心思路与局限 补充： 真实场景与数据规模，你的算法和模型改动会直接反映在实际指标上，而不是停留在实验demo里。 专业的导师，以及从数据、训练到部署的完整技术视野，会告诉你「为什么做」，也欢迎你提出自己的想法。 足够的算力与工程资源支持，与离在线、搜索/RAG/Agent、前后端全栈等多个方向的工程师日常协作。 获得一段有价值有细节有产出的项目经历。
