百度
Summer Camp-AI算法工程师(具身智能与大模型方向)实习生（J100478）
Summer Camp-AI算法工程师(具身智能与大模型方向)实习生（J100478）
发布于 大约 2 个月前实习/见习
北京市
无经验要求
实习生
仅现场办公
学历未注明
研究与开发 (研发)
Robot Learning
具身智能
多模态大模型
强化学习
MLOps
PaddlePaddle
PyTorch
VLM
AI 估算 · 4k–8k
百度大厂AI算法实习，技术前沿，实习薪资在同行业中属于较高水平。
职位详情
关于这个职位
该职位是百度Summer Camp的AI算法工程师实习生，聚焦于具身智能与大模型方向
你将参与构建通用视觉Agent、多模态大模型产业应用、具身智能感知与决策系统，以及自主进化MLOps闭环
适合对多模态大模型、强化学习、具身智能充满热情的同学，能在真实场景中落地前沿技术
最低要求
热爱技术，追求极致，对多模态大模型、强化学习及Multi-agent等有强烈的好奇心与探索欲
具备扎实的算法实现能力，熟练掌握 Python/C++ 及 PyTorch/PaddlePaddle 等主流深度学习框架
具有极强的工程落地意识，致力于解决真实物理世界中的长尾难题，不满足于单纯的 Demo 演示
工作职责
课题：一见视觉智能体（AI Watchman）-构建通用视觉Agent，接管传统监控软件，打造数字AI值守员
多模态大模型产业应用研究：探索 VLM 在少样本工业场景下的视觉理解与逻辑推理能力，研究基于 Scaling Law 的数据自动清洗与自动化标注技术
具身智能感知与决策系统：研究边缘侧的高效感知与执行策略，构建能够理解复杂环境、操作物理/虚拟设备并进行自主决策的智能体 Runtime
自主进化 Agentic MLOps 闭环：参与设计并实现全栈调试的 Skill 池
负责挂载语义诊断、逻辑参数调优、提示词自动变异与网络模型重设等核心能力，实现完整MLOps 工作流闭环
优先资格
（加分项）在 CVPR/ICCV/NeurIPS/ICLR 等顶级会议发表过论文，或熟悉 Robot Learning / RLHF 相关前沿技术
AI 洞察
优缺点分析
优点
- 百度平台大，技术积累深厚，实习经历含金量高
- 接触具身智能与大模型前沿方向，项目落地性强
- 团队技术氛围浓厚，有导师指导，成长快
- 涉及多技术栈交叉（CV、NLP、强化学习、MLOps），学习曲线陡峭
- 工程落地要求高，不能仅停留于Demo
- 适合对AI前沿技术有强烈好奇心、动手能力强、追求工程落地的计算机相关专业学生
缺点 / 挑战
- 实习期较短，需快速学习并产出成果，压力较大
角色解读
- 实习转正后可在百度AI体系内深入发展，成为具身智能或多模态方向的研发骨干
- 积累前沿AI技术经验，未来可向大模型算法工程师、具身智能研究员等方向发展
- 参与顶级项目，为申请海外博士或进入顶级AI实验室奠定基础
- 构建通用视觉Agent，替代传统监控软件，实现AI值守
- 研究多模态大模型在少样本工业场景下的视觉理解与推理
- 开发具身智能体的感知与决策系统，操作物理/虚拟设备
- 设计全栈调试的Skill池，实现MLOps闭环，包括语义诊断、参数调优等
- 扎实的Python/C++编程能力和PyTorch/PaddlePaddle框架使用
- 对多模态大模型、强化学习、Multi-agent有深入理解和实践
- 极强的工程落地意识，能解决真实世界的长尾问题
- 加分：顶会论文或Robot Learning/RLHF经验
申请策略
- 在面试中强调对具身智能或Agent的兴趣，并结合项目说明
- 提前了解百度在具身智能方面的布局（如百度Apollo、智能机器人）
- 突出多模态大模型、强化学习、Agent相关项目经验
- 强调Python/C++编程能力和深度学习框架使用
- 如有顶会论文或Robot Learning/RLHF经历，务必放在显眼位置
- 展示工程落地经历，如部署、优化、解决实际问题的案例
- 复习多模态大模型（如VLM）论文和开源代码
- 掌握PyTorch/PaddlePaddle的进阶用法，如分布式训练、模型部署
面试指南
- STAR法则：情境、任务、行动、结果，清晰展示项目细节
- 技术深度：不仅说用了什么，还要解释为什么选这个方案，以及优劣
- 问题解决：遇到困难如何分析、实验、迭代
- 请介绍一下你熟悉的多模态大模型，并说明其优缺点
- 如何设计一个强化学习环境来训练一个具身智能体？
- 你如何解决模型在少样本场景下的过拟合问题？
- 谈谈你对Scaling Law的理解，在数据清洗中如何应用？
- 描述一个你从头到尾实现的AI项目，特别是工程落地方面的挑战
职位点评
72
综合评分
百度AI算法实习，前沿技术栈，成长性极佳，但工作强度可能较大。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合追求技术成长、愿意投入时间学习前沿知识的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活50
使命价值70
薪资福利
65中等
百度实习薪资在行业中属于较高水平，但作为实习岗位，薪资上限有限，且福利未在JD中明确。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该实习职位技术前沿，涉及多模态大模型、具身智能、MLOps等热门方向，成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态大模型、强化学习、具身智能、VLM、MLOps
业务类型profit_center
工作生活
50较低
仅现场办公，且未提及WLB，互联网大厂实习通常节奏较快，同事压力可能较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
AI行业高速增长，该职位具身智能方向有社会价值（如赋能工业、安防），但JD未明确使命感。
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
百度 的其他在招职位
相似职位推荐
Watch Jobs