基座大模型研究分析实习生

优缺点分析

角色解读

• 实习后有机会转正为正式算法工程师，深入参与美团核心AI项目
• 可向大模型评测专家或训练算法专家方向发展，成为团队技术骨干
• 积累前沿技术经验后，可在AI领域广泛择业，或攻读博士学位深入科研
• 负责LLM评测算法的研究与优化，分析模型训练和评测结果中的问题
• 构建数据-训练-评测闭环，探索数据、模型结构等对评测效果的影响
• 参与大模型预训练、SFT、RLHF等阶段的协作，追踪前沿技术进展
• 熟悉Python、Java或C++，具备良好的工程能力和编码习惯
• 掌握机器学习和深度学习基础，精通NLP、多模态或大模型相关算法
• 具备数据分析和问题解决能力，能独立进行研究并输出结论

申请策略

• 提前了解美团在大模型领域的布局，如“美团GPT”等业务应用
• 在面试中主动表达对LLM评测和优化工作的热情，展现研究思路
• 突出NLP/大模型相关项目经验，如参与过LLM微调、评测或数据分析
• 强调编程能力，列出熟悉的语言（Python/C++）和相关框架（PyTorch等）
• 展示学术成果，如论文、竞赛奖项或开源贡献，体现研究潜力
• 补充大模型评测方法的知识，如基准测试、对抗测试、自动化评估
• 学习Data-Centric AI相关技术，理解数据质量对模型的影响

面试指南

• 对于技术问题，先阐述核心概念（如评测指标含义），再结合具体项目经验说明
• 对于开放性问题，采用“假设-设计-验证”的思路，体现系统性思考
• 你如何理解大模型评测中的“对齐”问题？有哪些常见评测指标？
• 请描述一个你参与过的NLP项目，其中遇到了什么挑战，如何解决？
• 如何设计实验来验证不同训练数据对模型评测结果的影响？
• 复习LLM基础，包括Transformer、预训练、SFT、RLHF等
• 准备至少一个完整项目案例，能清晰说明目标、方法、结果和你的贡献