岗位职责
我们正在寻找对大模型技术充满热情的实习生，深度参与大模型（LLM/VLM/SLM）的核心算法研发。你将聚焦图像、视频、文本、语音等多种模态的深度融合，攻克复杂指令遵循、长序列建模与跨模态推理等前沿难题。在顶尖研究团队的指导下，探索数据驱动的模型优化范式，共同推动大模型数据智能的创新与落地。 你将参与的核心工作：
- 多模态数据体系建设：参与构建高质量的多模态数据闭环，涵盖结构化知识抽取、自动化数据清洗、合成数据生成及质量评估，为模型迭代提供核心燃料；
- 大模型训练与优化：深入大模型技术栈，负责或参与模型继续预训练、微调、能力评测及推理加速，提升模型在实际场景中的性能表现；
- 对齐与可控性研究：探索 RLVR 与 RLAIF 等前沿对齐范式，结合人类反馈与生成式奖励模型，提升模型输出的安全性与质量；
- 前沿探索与落地：紧跟大模型领域最新进展，依托丰富的业务场景，将前沿算法转化为创新应用。 在这里，你将获得：
- 硬核实战：直接参与大模型核心研发，积累从数据到模型、从训练到落地的完整经验；
- 成长支持：与资深研究员并肩工作，有机会冲击顶尖会议论文（如 CVPR, ACL, NeurIPS 等）及高水平竞赛。
职位要求
基本要求
- 学历专业：硕士及以上学历，博士优先，计算机、数学、信息、通信等相关专业；
- 工程能力：具备扎实的工程实现能力，熟练掌握 Python 或 C++ 至少一种编程语言；
- 框架经验：熟悉至少一种主流深度学习框架（如 TensorFlow、PyTorch）；
- 大模型技术栈：熟悉大模型训练与推理框架，如 Transformers、DeepSpeed、vLLM、SGLang 等；
- 多模态基础：对多模态技术有基本认知，熟悉图像处理及视觉语言模型（如 CLIP、Flamingo 等）；
- 算法基础：熟悉深度学习及常见机器学习算法原理，能够运用深度学习模型解决实际问题；
- 数学与逻辑：具备较强的逻辑分析能力与良好的数学基础；
- 软素质：学习能力强，对新事物保持好奇心，善于独立思考与复盘总结；具备良好的沟通能力和团队协作意识；
- 英语能力：具备良好的英文阅读能力，能够流畅阅读领域内论文与技术文档。 加分项
- 在大模型相关方向有深入技术积累，有成果发表于自然语言处理、计算机视觉、语音识别、语音合成等领域的国际顶级会议或期刊；
- 在数学、计算机、人工智能等相关学科的高水平竞赛中取得优异成绩（如 ACM 等）；
- 具备图像/视频理解、智能语音、智能对话或代码生成等相关项目经验；
- 熟悉语音技术栈，包括但不限于语音识别、语音合成、声纹识别、语音信号处理等方向。
