大模型算法实习生

大模型基座研发与优化：参与多语言、多模态、AIGC 等基座大模型的训练和优化，深入数据处理、Pre-training（预训练）、Post-training（后训练）等各个关键环节。 前沿技术探索：持续跟踪并攻关大模型领域的前沿方向，通过算法创新持续提升模型的准确性、泛化性与性能。 电商场景赋能：将先进的模型能力与电商业务场景结合，转化为实际生产力。

教育背景：计算机科学、人工智能、数学、物理等相关专业优先。 技术根基： 具备扎实的大模型算法基础（例如熟悉 Transformer）、出色的数据敏感度和优秀的编程能力。 熟悉大模型训练流程（Pre-training / SFT / RL 等）或生成式模型（图片生成、视频生成、语音生成、文本生成）者优先。 创新能力：具备极强的学习能力、主动性和创新思维，能够独立分析和解决复杂技术问题，对将前沿研究应用于实际挑战充满热情。 成果导向（满足以下条件之一者优先）： 在 CCF-A 类会议/期刊（如 NeurIPS, ICML, CVPR, ACL 等）发表过论文； 在 ACM 编程竞赛、Kaggle 等知名算法竞赛中获奖； 主导或深度参与过有较大技术影响力的大模型相关项目。