多点数智
AI工程师-Agent模型优化与评估方向（成都）
AI工程师-Agent模型优化与评估方向（成都）
发布于 大约 2 个月前实习/见习
成都市
无经验要求
实习生
仅现场办公
本科
软件工程
PyTorch
LLM
SFT
DPO
LoRA
Ragas
AI 估算 · 4k–6k
实习岗位，成都地区AI方向实习生薪资水平，结合公司规模和技能要求。
职位详情
关于这个职位
该职位专注于AI Agent的模型优化与评估，你将参与构建自动化评测基准、开发基于LLM的评估管线，并进行模型后训练与微调
适合对LLM、Agent框架和模型对齐技术有浓厚兴趣的2026届毕业生
最低要求
届本科及以上学历，计算机、数学、统计学等相关专业，熟悉 Python，熟练使用 Linux 开发环境
精通 PyTorch，熟练使用 Hugging Face 全家桶 (Transformers, Datasets, PEFT, TRL)
有过 LLM 微调经验 (SFT/LoRA)，了解 DeepSpeed/FSDP 等分布式训练基础者优先
了解或使用过 RAGAS, G-Eval, MT-Bench, 或者 LangChain 的评估模块
工作职责
Agent 评价体系构建 (Evaluation)：
构建针对 Agent 业务场景的自动化评测基准 (Benchmark)
开发基于 LLM-as-a-Judge 的评估管线，量化 Agent 的指令遵循能力 (Instruction Following)、逻辑推理能力 (Reasoning) 和工具调用准确率 (Tool Use)
设计并维护“幻觉”检测机制，确保输出的安全性与真实性
模型后训练与调优 (Post-training)：
负责基座模型（Base Model）在特定 Agent 场景下的 SFT (Supervised Fine-Tuning) 工作，规范模型的输出格式（如 JSON）和对话风格
探索 DPO (Direct Preference Optimization) 或 PPO 等对齐算法，优化模型的决策倾向，使其更符合人类或业务的偏好
负责 LoRA/QLoRA 等参数高效微调 (PEFT) 实验，在显存受限情况下优化模型性能
数据合成与清洗：
利用 GPT-4 等强模型构造高质量的合成数据 (Synthetic Data) 用于蒸馏或微调
清洗和构建用于评测的 Golden Dataset (金标数据集)
优先资格
加分项：操作过Agent 框架 (AutoGPT, MetaGPT, LangGraph)，理解 Agent 的 ReAct/CoT 思考过程
有数据合成 (Data Synthesis) 经验，如使用 Self-Instruct 方式生成数据
熟悉 DSPy (自动 Prompt 优化) 框架
AI 洞察
优缺点分析
优点
- 接触前沿的LLM和Agent技术，积累模型微调与评估的实战经验
- 公司为知名零售科技企业，平台资源丰富，数据场景真实
- 团队技术氛围浓厚，有机会参与论文或开源项目
- 模型训练和评估可能涉及大量实验，需要耐心和细致
- 竞争激烈，需要扎实的编程和机器学习基础
- 适合对LLM和Agent技术有强烈兴趣，具备一定深度学习基础，渴望在AI领域快速成长的2026届毕业生
缺点 / 挑战
- 实习岗位，工作内容技术难度较高，需要快速学习大量新知识
角色解读
- 从实习生成长为AI工程师，深入掌握LLM微调与对齐技术
- 向Agent系统架构师方向发展，主导复杂Agent系统的设计与优化
- 未来可转向AI研究岗位，参与前沿模型训练与算法创新
- 构建Agent自动化评测基准，开发基于LLM-as-a-Judge的评估管线，量化模型能力
- 负责基座模型的SFT微调，探索DPO/PPO等对齐算法，优化模型决策倾向
- 利用GPT-4等强模型构造合成数据，清洗并构建金标数据集
- 精通Python和PyTorch，熟练使用Hugging Face全家桶
- 有LLM微调经验（SFT/LoRA），了解分布式训练基础
- 了解Agent框架（如AutoGPT、LangGraph）和评估工具（RAGAS、MT-Bench）
申请策略
- 关注多点数智在零售AI领域的布局，面试中展现对业务场景的理解
- 准备一个完整的LLM微调或Agent项目案例，展示技术深度
- 突出LLM微调项目经验，包括SFT、LoRA等具体技术细节
- 展示对Agent框架（如AutoGPT、LangGraph）的理解或使用经历
- 强调Python、PyTorch和Hugging Face工具链的熟练程度
- 提前学习DPO/PPO等对齐算法，了解RLHF基本原理
- 熟悉RAGAS、G-Eval等评估工具，尝试构建简单的评测管线
- 动手实践数据合成方法，如Self-Instruct
面试指南
- 对于技术问题，先阐述核心概念，再结合项目经验具体说明
- 对于设计类问题，采用“目标-方案-评估”的结构，展示系统性思维
- 对于开放性问题，先给出自己的理解，再补充可能的改进方向
- 请描述一次你使用SFT或LoRA微调LLM的经历，遇到了哪些挑战？
- 如何设计一个Agent的自动化评测基准？你会考虑哪些指标？
- 解释DPO和PPO的区别，以及它们在模型对齐中的作用
- 你如何利用GPT-4生成高质量的合成数据？有哪些注意事项？
- 你对ReAct和CoT的理解是什么？在Agent中如何应用？
匹配度报告
60
综合匹配度
前沿AI Agent实习，技术成长空间大，但薪资和福利一般。
适合人群
适合追求技术成长、对AI前沿技术有热情，对薪资和WLB要求不高的求职者。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利40
成长发展90
工作生活50
使命价值60
薪资福利匹配
40较低
实习薪资处于市场中等水平，但福利未明确提及，补偿性动机满足程度一般。
薪资信号未披露（AI估算：4K-6K/月）
成长发展匹配
90较高
职位涉及前沿的LLM和Agent技术，提供丰富的技能成长机会，发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、Hugging Face、LLM、SFT、LoRA、DPO、PPO、Agent、LangChain、RAGAS、GPT-4、Self-Instruct、DSPy
业务类型ambiguous
工作生活匹配
50较低
工作模式为仅现场办公，未提及弹性或WLB信息，生活化动机满足程度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
AI Agent领域属于高速增长赛道，但社会影响力有限，意义感动机满足程度中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs