百度
大模型算法实习生（J97242）
大模型算法实习生（J97242）
发布于 大约 16 小时前实习/见习
深圳市
无经验要求
实习生
仅现场办公
本科
实习与临时职位
机器学习
深度学习
PyTorch
TensorFlow
预训练
LLM
SFT
对话系统
大模型
AI 估算 · 7k–9k
百度大模型实习岗，技术前沿，日薪300-400元，月薪约6600-8800元。
职位详情
关于这个职位
作为百度大模型算法实习生，你将在深圳参与前沿的大语言模型（LLM）核心算法优化与智能办公场景应用开发
工作涵盖预训练、SFT、RLHF、蒸馏等方向，以及对话系统、智能问答、信息抽取等LLM应用
适合有志于NLP和大模型方向的研究生，要求扎实的机器学习和深度学习基础，熟悉PyTorch/TensorFlow，并有LLM项目经验或论文发表者优先
最低要求
计算机或者相关专业本科及以上在读，研一/研二
博一/博二/博三优先，至少4个月实习期
熟悉常用的机器学习和深度学习算法，熟悉业界领先的LLM（如GPT、LLaMA）的基本原理和训练方法，有文本生成、对话系统、问答系统、信息抽取等的研究经验
具备较强的编码能力，熟悉Python，熟悉PyTorch/Tensorflow等至少一种主流深度学习框架，有LLM项目经验者优先
具备优秀的学习能力和良好的沟通合作精神
工作职责
大语言模型算法优化与建设：负责大语言模型（LLM）的核心算法优化与建设工作，包括但不限于：大模型预训练和SFT、RLHF、蒸馏方向等技术
智能办公场景下的LLM应用开发：将优化后的大语言模型应用于智能办公场景，包括但不限于对话系统、智能问答、信息抽取等关键领域
LLM应用效果评估与优化：建立科学的评估体系，对LLM在智能办公场景下的应用效果进行全面评估，提升用户体验与系统性能
技术前沿探索与团队协作：持续关注并研究大语言模型领域的最新技术动态与研究成果，保持团队在技术上的领先地位
优先资格
在国际顶级会议/期刊上有相关论文发表者优先
AI 洞察
优缺点分析
优点
- 百度是AI巨头，大模型方向正值风口，能够接触最前沿的技术栈
- 团队技术实力强，有丰富的数据和算力资源，成长速度快
- 实习经历含金量高，对后续求职或深造有显著加分
- 大模型领域竞争激烈，对数学和工程能力要求高，工作强度可能较大
- 适合对NLP和大模型有强烈兴趣、具备扎实基础和较强自驱力的研究生，有志于在AI领域深耕的同学
缺点 / 挑战
- 实习周期至少4个月，需要投入大量时间学习研究，入门门槛较高
角色解读
- 在百度大模型团队积累一线LLM研发经验，可转向更高级算法工程师岗位
- 有机会发表顶会论文，提升学术影响力，未来可进入AI领域顶级公司或深造
- 接触智能办公场景，可向AI产品经理或技术专家方向发展
- 参与大语言模型的核心算法优化，包括预训练、SFT、RLHF、蒸馏等方向
- 将优化后的模型应用于智能办公场景，开发对话系统、智能问答、信息抽取等功能
- 建立评估体系，全面评估LLM在具体场景中的效果，并持续优化性能
- 跟踪前沿技术动态，与团队协作保持技术领先
- 扎实的机器学习和深度学习基础，熟悉GPT、LLaMA等主流LLM原理
- 较强的编程能力，熟练使用Python和PyTorch/TensorFlow
- 有文本生成、对话系统、问答系统等NLP项目经验
- 优秀的学习能力和团队沟通能力
申请策略
- 投递前可在百度官网或内推渠道确认岗位状态，附上相关代码或论文链接
- 了解百度智能办公产品（如如流）的业务逻辑，面试时展示场景理解
- 突出LLM相关项目经验，如使用GPT/LLaMA进行微调、RLHF等
- 强调论文发表经历，特别是顶会NLP/ML论文
- 展示扎实的编程能力，如Python、PyTorch项目链接或GitHub
- 体现对智能办公场景的理解，如对话系统、问答系统等实践
- 深入学习LLM前沿论文，尝试复现SFT、RLHF等算法
- 熟悉PyTorch分布式训练框架，如DeepSpeed、Megatron
面试指南
- 结构化回答：先概述核心概念，再结合实际工程细节，最后总结优缺点
- 如系统设计题：明确需求→选择模型架构→数据准备→训练/微调→评估→迭代优化
- 请解释GPT/LLaMA的模型结构及训练方式差异
- 如何设计一个基于LLM的智能问答系统？从数据、模型、评估角度说明
- 什么是RLHF？请简述其原理和训练流程
- 你如何评估大模型在具体场景下的效果？请举例说明
- 介绍你做过的一个NLP项目，遇到了哪些挑战？如何解决？
- 复习LLM经典论文（GPT系列、LLaMA、RLHF、LoRA等），理解关键公式
匹配度报告
61
综合匹配度
百度大模型算法实习岗，前沿技术栈，发展空间极大，但薪资一般且需现场办公。
适合人群
最适合追求技术前沿和快速成长的发展型求职者，不在意薪资福利和WLB。
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65
薪资福利匹配
40较低
实习薪资相对市场偏高，但无明确福利，整体补偿性一般。
薪资信号未披露（AI估算：6K-8K/月）
成长发展匹配
90较高
该职位处于大模型前沿技术方向，能深度参与核心算法研发，发展空间极大。
技术前沿前沿/新兴技术
技术栈LLM、GPT、LLaMA、预训练、SFT、RLHF、蒸馏、PyTorch、TensorFlow
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，深圳科技园，未提及弹性工时，生活化满足度中等偏低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
65中等
AI大模型是高速增长赛道，对社会影响力中性，创新性积极，有意义感。
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
Watch Jobs