大模型算法实习生（6个月实习时长）

该职位来源于猎聘 实习时长不少于6个月 岗位职责： 1、基于大模型技术（如Qwen、DeepSeek、GPT、Kimi等），主导Agent、RAG（Retrieval-Augmented Generation）及知识库系统的架构设计与开发，构建包含Planning、Memory、Tool Use、Reflection等能力的Agent系统，推动AI产品在复杂业务场景中的高效落地

2、负责大模型Agent的全流程工作，包括但不限于数据处理、模型训练/微调（SFT/LoRA等）、效果评估（offline/online eval）、优化和部署，形成数据闭环持续迭代能力

3、集成和部署AI模型服务API，设计高并发、低延迟的推理服务架构（如基于vLLM等推理引擎），确保系统的高性能、高可用性和可扩展性

4、持续关注LLM及Agent方向的最新进展（如Multi-Agent、Tool Calling、复杂工作流编排等），结合业务场景提出优化方案并推动落地

任职要求： 1、计算机科学、人工智能、统计学、数据科学等相关专业，硕士及以上学历。

2、深入理解Agent架构（如ReAct、Plan-Execute、Reflection、多Agent协作等），熟练使用LangGraph、LlamaIndex、Dify等工具链，具备二次开发能力，有实际项目落地经验优先。

3、熟悉Transformer、BERT、GPT等模型原理，掌握PyTorch/TensorFlow框架及分布式训练技术，熟悉Megatron、DeepSpeed、vLLM等训练或推理加速框架，有模型优化或推理加速经验优先。

4、精通Python；熟练使用Milvus/Weaviate/PGVector等向量数据库，具备RAG系统及知识库构建经验（包括检索优化、Rerank、Query Rewrite等）；掌握FastAPI/Flask等Web开发框架，熟悉Docker/K8s，具备生产环境部署经验。

5、具备系统化Prompt工程实践经验，能够设计高质量Prompt模板、Agent指令及结构化输出方案，提升模型稳定性与可控性。

6、具备LLM应用评估与优化能力（如A/B测试、自动化评测、幻觉控制等），有完整Agent或知识库系统落地经验者优先。