千问C端事业群-大模型应用算法日常实习生【28年毕业】

1. 参与医疗领域文本、图片、视频等海量多模数据的内容理解，增加模型知识密度，解决真实业务中的挑战。 2. 参与大模型(LLM/VLM) 核心技术研发，包括但不限于SFT、RAG、RL等，提升模型在复杂医疗任务中的表现。 3. 参与LLM-as-a-Judge理念的自动化评测，构建高度自动化、客观、多维度的自动评估系统，大幅减少对人工评测的依赖，确保模型高效迭代与人工评估的一致性。

毕业时间要求：2028年+ 每周实习至少4天，实习时长至少3个月，能实习6个月以上者优先 1.基础条件 ● 计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制。 ● 有顶会论文（ACL/EMNLP/ICLR/NeurIPS/ICML等）/高影响项目/开源贡献者加分。 2.专业能力 ● 模型与后训练：解Transformer/LLM模型架构、演进原理与局限；具备SFT/DPO/RL等后训练与迭代能力（含数据/评估/优化），对后训练算法有实践经验和深刻认知；拥有Agentic RL训练实操经验者优先。 ● Agent与系统编排：能做任务拆解与多Agent协作；熟悉RAG、Memory、Tool-Use（含MCP/类协议/Skills等）并能工程化落地；独立开发过具备一定影响力AI应用者优先。 ● 数据构建：具备Data-centric AI意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实践经验者优先。 ● 评测与交付：能搭建评估闭环（autorater/LLM-as-judge、离线评测、A/B）；具备测试、调试、review、安全/隐私与质量门禁能力；能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先。 ● 工程与系统素养：能够通过Vibe Coding快速构建项目原型；理解分布式系统/数据库/计算机系统基础；精通至少一门语言，熟练掌握Python与Pytorch；熟悉Git/命令行；了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed/FSDP等），有分布式训练/大规模数据处理经验（Hadoop/MaxCompute等）加分。 3.能力特质 ● 学习力：对AI有热情、对前沿技术与产品好奇，对未知开放，能举一反三。 ● 动手能力：积极主动体验市场中先进的模型和产品，独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先。 ● 技术审美：对新技术有近乎本能的渴望，能区分“能跑”与“优雅”，追求简洁、可维护、可扩展；在模型/框架/工具选型上保持高信噪比决策。 其它要求： 1. 每周实习至少4天，实习时长至少3个月，能实习6个月以上者优先 2. 毕业时间要求：2027-11-01 - 2030-01-01