小红书
AIGC算法实习生
AIGC算法实习生
发布于 大约 11 小时前实习/见习
北京市
初级经验
实习生
仅现场办公
学历未注明
研究与开发 (研发)
强化学习
图像编辑
AIGC
监督微调
多模态生成
基座模型
视觉生成
持续预训练
Ccfa论文
AI 估算 · 0k–1k
实习薪资按天计算，参考北京AIGC算法实习市场行情，约300-500元/天。
职位详情
关于这个职位
该职位是小红书AIGC算法实习生，负责基座模型的研发与优化，涉及持续预训练、监督微调及强化学习等关键技术，推动多模态视觉生成落地
适合对AIGC前沿技术有热情、具备研发经验的硕士或博士生
最低要求
具备AIGC领域相关研发经验，熟悉基座模型训练流程
精通多模态生成、图像编辑或视觉生成方向的技术架构
有ccfa论文经验
工作职责
负责AIGC商业化基座模型的研发与优化，推动编辑生成与多模态视觉技术的落地应用
聚焦持续预训练（continue pretrain）、监督微调（SFT）及强化学习（RL）等关键技术环节
攻坚核心技术指标，实现模型性能达到业内领先水平
AI 洞察
优缺点分析
优点
- 位于北京，小红书大平台，接触真实商业化场景
- 专注AIGC前沿技术，技能积累快
- 有CCFA论文要求，学术氛围浓厚，适合科研型人才
- 工作强度较大，需要跟进快速迭代的技术
- 需要较强的独立研究能力和工程能力
- 适合有AIGC研发经验、目标明确、追求技术深度、希望在顶级互联网公司积累实习经验的硕士或博士生
缺点 / 挑战
- 实习薪资较高，且有机会转正
- 对研发经验和论文要求较高，竞争激烈
角色解读
- 完成实习后有机会转正为正式算法工程师，深入参与核心项目
- 积累前沿技术经验，成为AIGC领域的专家
- 未来可向技术专家或技术管理方向发展
- 负责AIGC基座模型的训练与优化，包括持续预训练、SFT和强化学习
- 参与多模态视觉生成技术的研发，推动图像编辑等应用落地
- 攻坚模型性能指标，实现业界领先水平
- 扎实的深度学习基础，熟悉Transformer、扩散模型等架构
- 精通AIGC相关技术，如多模态生成、图像编辑、视觉生成
- 有CCFA论文经验，具备独立研究和工程实现能力
- 熟练掌握PyTorch等框架和分布式训练技术
申请策略
- 了解小红书的AIGC业务方向（如美颜、滤镜等），在简历中体现关联
- 提前准备开源项目或论文复现，展示技术水平
- 突出AIGC相关项目经验，特别是基座模型训练、多模态生成等
- 列出CCFA论文或高水平学术成果，说明个人贡献
- 强调技术实现细节，如分布式训练、模型优化等
- 展示对行业前沿技术的理解，如RLHF、Diffusion等
- 补强强化学习（RL）在AIGC中的应用知识
- 熟悉多模态模型架构，如Stable Diffusion、CLIP等
面试指南
- STAR法则：情境、任务、行动、结果，清晰说明项目背景和个人贡献
- 技术细节优先：从算法原理到工程实现，展示深度
- 对比分析：对比不同方法的优劣，体现思考能力
- 请介绍你参与的一个AIGC项目，包括模型架构和训练过程
- 如何优化扩散模型的生成速度和质量？
- 多模态生成中如何对齐文本和图像特征？
- 讲讲你对RLHF在AIGC中作用的理解
- 你有哪篇CCFA论文？介绍其中创新点和实验结果
职位点评
66
综合评分
AIGC算法实习，前沿技术栈、成长性强，但需现场办公且竞争激烈。
更适合这类人
该职位最适合追求技术成长和前沿研究的发展型求职者，尤其是实习生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展95
工作生活40
使命价值70
薪资福利
60中等
实习薪资较高，但作为实习生没有正式员工福利，且薪资披露为面议，竞争力中等。
薪资信号面议 (0K-0K/月)
成长发展
95较高
职位涉及AIGC前沿技术（持续预训练、SFT、RL），有CCFA论文要求，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AIGC、多模态生成、图像编辑、强化学习、持续预训练、扩散模型
业务类型profit_center
工作生活
40较低
现场办公，无远程选项，北京实习生活成本高，且未提及弹性工作，WLB一般。
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
AIGC是高速增长赛道，公司平台大，但社会影响力中性。
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