2025-12-18 14:10 百度_算法工程师 发布于北京
发布于北京 关注
百度招实习生啦，简历直达主管，快来投递！
【实习】大模型强化学习基建与算法研发实习生
📍 地点： [北京/上海/深圳] ⏱️ 形式： 实习（建议至少 3-6 个月）
岗位职责 (Responsibilities)
作为大模型基建团队的核心成员，你将参与最前沿的多模态大模型（VLM）后训练体系建设。你将直面大规模强化学习训练中的算法与系统挑战，核心职责包括：
多模态工具调用能力建设： 负责多模态模型在 Tool Use / Function Calling 场景下的后训练（Post-training）流程搭建与优化，通过 SFT 及 RL 提升模型对复杂工具的理解与调用准确率。
强化学习算法优化： 深入研究并改进主流对齐算法，针对多模态数据特性设计强化学习算法策略，解决奖励稀疏与训练不稳定问题。
训练系统基建与性能调优： 参与大规模分布式强化学习训练框架的研发与维护，负责显存优化、通信优化及流水线并行策略调优，提升训练吞吐量与稳定性。
前沿技术探索： 跟踪大模型多模态推理的最新论文，并将前沿算法快速复现并落地到内部基建中。
任职要求 (Qualifications)
学历背景： 计算机、人工智能、数学等相关专业硕士或博士在读，具有扎实的机器学习/深度学习理论基础。
代码能力： 精通 Python 编程，熟练使用 PyTorch，具有优秀的代码风格和工程实现能力。
算法基础：
深入理解 Transformer 架构及 LLM/VLM 基本原理。
熟悉强化学习基本理论，理解强化学习算法细节。
加分项 (Preferred Qualifications)：
工具调用经验： 有 LLM Tool Learning、Agent 或 ReAct 相关的实战经验。
基建经验： 熟悉 DeepSpeed, Megatron-LM, vLLM, Ray 等分布式训练/推理框架源码，或有 CUDA 算子优化经验。
多模态经验： 熟悉 LLaVA, Qwen-VL 等多模态模型架构。
开源/学术： 在顶级会议发表过论文，或在 Hugging Face / GitHub 有高 Star 开源项目贡献。#实习##大模型##面试##互联网##百度##算法#
📍 地点： [北京/上海/深圳] ⏱️ 形式： 实习（建议至少 3-6 个月）
岗位职责 (Responsibilities)
作为大模型基建团队的核心成员，你将参与最前沿的多模态大模型（VLM）后训练体系建设。你将直面大规模强化学习训练中的算法与系统挑战，核心职责包括：
多模态工具调用能力建设： 负责多模态模型在 Tool Use / Function Calling 场景下的后训练（Post-training）流程搭建与优化，通过 SFT 及 RL 提升模型对复杂工具的理解与调用准确率。
强化学习算法优化： 深入研究并改进主流对齐算法，针对多模态数据特性设计强化学习算法策略，解决奖励稀疏与训练不稳定问题。
训练系统基建与性能调优： 参与大规模分布式强化学习训练框架的研发与维护，负责显存优化、通信优化及流水线并行策略调优，提升训练吞吐量与稳定性。
前沿技术探索： 跟踪大模型多模态推理的最新论文，并将前沿算法快速复现并落地到内部基建中。
任职要求 (Qualifications)
学历背景： 计算机、人工智能、数学等相关专业硕士或博士在读，具有扎实的机器学习/深度学习理论基础。
代码能力： 精通 Python 编程，熟练使用 PyTorch，具有优秀的代码风格和工程实现能力。
算法基础：
深入理解 Transformer 架构及 LLM/VLM 基本原理。
熟悉强化学习基本理论，理解强化学习算法细节。
加分项 (Preferred Qualifications)：
工具调用经验： 有 LLM Tool Learning、Agent 或 ReAct 相关的实战经验。
基建经验： 熟悉 DeepSpeed, Megatron-LM, vLLM, Ray 等分布式训练/推理框架源码，或有 CUDA 算子优化经验。
多模态经验： 熟悉 LLaVA, Qwen-VL 等多模态模型架构。
开源/学术： 在顶级会议发表过论文，或在 Hugging Face / GitHub 有高 Star 开源项目贡献。#实习##大模型##面试##互联网##百度##算法#
全部评论
牛客621092427号
四川大学 自动化
请问要如何投递，我可以投递吗，有CCFA发表经历，985硕，能实习六个月
相关推荐
投递美团等公司8个岗位