大模型与智能体算法研究实习生

我们正在寻找对大模型与智能体（AI Agent）技术充满热情的实习生，深度参与 LLM/VLM 及智能体的核心算法研发。你将聚焦大模型训练与优化、多模态理解、复杂推理、智能体自主决策及强化学习等前沿方向，探索数据驱动的模型与智能体能力提升范式，推动前沿技术的创新与落地。 你将参与的核心工作

1. 大模型训练与优化：参与大模型预训练、微调、强化学习及能力评测，探索高效训练与推理优化技术，提升模型的推理、指令遵循及多模态理解能力；
2. 智能体算法研发：探索任务规划（Planning）、工具调用（Tool Use）、记忆机制（Memory）及多智能体协作等关键技术，提升智能体的自主决策与复杂任务执行能力；
3. 强化学习与对齐：研究 RLVR、RLAIF、Agentic RL 等前沿技术，探索基于奖励模型、环境反馈与交互轨迹的策略优化方法，提升模型与智能体的推理和泛化能力；
4. 数据智能与前沿探索：构建高质量的训练与评测数据体系，涵盖数据清洗、合成数据生成、交互轨迹构建及质量评估，推动数据驱动的模型与智能体持续迭代。

1. 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；
2. 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；
3. 框架经验：熟悉至少一种主流深度学习框架（如 TensorFlow、PyTorch）；
4. 大模型技术栈：熟悉大模型训练与推理框架，如 Transformers、DeepSpeed、vLLM、SGLang 等；
5. 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）；
6. 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；
7. 数学与逻辑：具备较强的逻辑分析能力与良好的数学基础。 加分项
8. 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；
9. 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）；
10. 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。