岗位描述
- 协助完成数据清洗、标注规范整理、样本构建和评测集维护。 - 参与LLM后训练相关数据建设,协助完成训练数据清洗、数据构建、标注规范整理及评测集维护。 - 参与 SFT、DPO、GRPO、PPO 等后训练方向的实验设计与落地,完成训练数据准备、实验配置、结果记录与效果分析。 - 协助搭建 Agent demo、RAG 流程或自动化测试脚本,验证方案可行性。 - 整理模型输出错误案例,归因问题并提出优化建议。 - 跟踪开源框架和新技术方案,输出调研笔记或复现结果。 - 本科及以上在读,计算机、人工智能、软件工程、数学等相关专业优先。 - 熟悉 Python,具备基础算法、数据处理和脚本开发能力,能够独立完成简单实验与数据分析。 - 熟悉大语言模型训练与应用流程,了解 SFT、RLHF、DPO、PPO、Reward Model 等后训练方向,有 ms-swift、verl、LLaMA-Factory、Slime、Megatron 等训练框架使用经验者优先。 - 具备一定的模型部署能力,了解模型量化、推理加速、服务化部署等方向,有 vLLM、SGLang、TGI、TensorRT-LLM 等使用经验者优先。 - 做事认真细致,能规范记录实验变量、结果和结论。 - 能稳定实习 3 个月及以上,每周到岗 4 天及以上优先。 岗位职责: - 协助完成数据清洗、标注规范整理、样本构建和评测集维护。 - 参与LLM后训练相关数据建设,协助完成训练数据清洗、数据构建、标注规范整理及评测集维护。 - 参与 SFT、DPO、GRPO、PPO 等后训练方向的实验设计与落地,完成训练数据准备、实验配置、结果记录与效果分析。 - 协助搭建 Agent demo、RAG 流程或自动化测试脚本,验证方案可行性。 - 整理模型输出错误案例,归因问题并提出优化建议。 - 跟踪开源框架和新技术方案,输出调研笔记或复现结果。 任职要求: - 本科及以上在读,计算机、人工智能、软件工程、数学等相关专业优先。 - 熟悉 Python,具备基础算法、数据处理和脚本开发能力,能够独立完成简单实验与数据分析。 - 熟悉大语言模型训练与应用流程,了解 SFT、RLHF、DPO、PPO、Reward Model 等后训练方向,有 ms-swift、verl、LLaMA-Factory、Slime、Megatron 等训练框架使用经验者优先。 - 具备一定的模型部署能力,了解模型量化、推理加速、服务化部署等方向,有 vLLM、SGLang、TGI、TensorRT-LLM 等使用经验者优先。 - 做事认真细致,能规范记录实验变量、结果和结论。 - 能稳定实习 3 个月及以上,每周到岗 4 天及以上优先。 --- 校园招聘 首页 热招职位 企业文化 登录 Agent算法实习生-AI教育产品 分享 实习 | 实习生招聘 | 北京市 发布于 2026-11-06 申请职位 首页 / 职位列表 / 职位详情 / Agent算法实习生-AI教育产品 分享 实习 | 实习生招聘 | 北京市 发布于 2026-11-06 申请职位 职位描述 岗位职责: - 协助完成数据清洗、标注规范整理、样本构建和评测集维护。 - 参与LLM后训练相关数据建设,协助完成训练数据清洗、数据构建、标注规范整理及评测集维护。 - 参与 SFT、DPO、GRPO、PPO 等后训练方向的实验设计与落地,完成训练数据准备、实验配置、结果记录与效果分析。 - 协助搭建 Agent demo、RAG 流程或自动化测试脚本,验证方案可行性。 - 整理模型输出错误案例,归因问题并提出优化建议。 - 跟踪开源框架和新技术方案,输出调研笔记或复现结果。 任职要求: - 本科及以上在读,计算机、人工智能、软件工程、数学等相关专业优先。 - 熟悉 Python,具备基础算法、数据处理和脚本开发能力,能够独立完成简单实验与数据分析。 - 熟悉大语言模型训练与应用流程,了解 SFT、RLHF、DPO、PPO、Reward Model 等后训练方向,有 ms-swift、verl、LLaMA-Factory、Slime、Megatron 等训练框架使用经验者优先。 - 具备一定的模型部署能力,了解模型量化、推理加速、服务化部署等方向,有 vLLM、SGLang、TGI、TensorRT-LLM 等使用经验者优先。 - 做事认真细致,能规范记录实验变量、结果和结论。 - 能稳定实习 3 个月及以上,每周到岗 4 天及以上优先。 岗位职责: - 协助完成数据清洗、标注规范整理、样本构建和评测集维护。 - 参与LLM后训练相关数据建设,协助完成训练数据清洗、数据构建、标注规范整理及评测集维护。 - 参与 SFT、DPO、GRPO、PPO 等后训练方向的实验设计与落地,完成训练数据准备、实验配置、结果记录与效果分析。 - 协助搭建 Agent demo、RAG 流程或自动化测试脚本,验证方案可行性。 - 整理模型输出错误案例,归因问题并提出优化建议。 - 跟踪开源框架和新技术方案,输出调研笔记或复现结果。 任职要求: - 本科及以上在读,计算机、人工智能、软件工程、数学等相关专业优先。 - 熟悉 Python,具备基础算法、数据处理和脚本开发能力,能够独立完成简单实验与数据分析。 - 熟悉大语言模型训练与应用流程,了解 SFT、RLHF、DPO、PPO、Reward Model 等后训练方向,有 ms-swift、verl、LLaMA-Factory、Slime、Megatron 等训练框架使用经验者优先。 - 具备一定的模型部署能力,了解模型量化、推理加速、服务化部署等方向,有 vLLM、SGLang、TGI、TensorRT-LLM 等使用经验者优先。 - 做事认真细致,能规范记录实验变量、结果和结论。 - 能稳定实习 3 个月及以上,每周到岗 4 天及以上优先。 职位信息