大模型算法工程师（实习）（J104667）

优缺点分析

角色解读

• 实习期间可积累大模型在工业界的应用经验，为转正或校招增加竞争力
• 可向大模型算法工程师方向发展，未来可晋升为技术专家或技术管理
• 可深入了解电商搜索业务，成为业务与技术结合的复合型人才
• 参与电商搜索场景下大模型算法的研发与优化，包括模型SFT、偏好对齐、agent等，提升搜索效果
• 将LLM算法应用于业务痛点，如用户需求理解、智能问答、内容生成，并改进召回与排序模块
• 跟进NLP、LLM、推荐、搜索领域的前沿技术，探索在电商场景的落地应用
• 与团队协作解决实际工程问题，推动技术方案快速上线
• 扎实的编程功底，熟练掌握C++或Python，熟悉Linux开发环境
• 了解机器学习、深度学习基础，对NLP、LLM有浓厚兴趣
• 具备良好的沟通能力和团队合作精神，工作积极主动，自我驱动力强
• 有相关项目经验或竞赛经历者优先

申请策略

• 关注百度招聘官网和实习信息，及时投递
• 了解百度电商业务方向，在面试中展现对业务的理解
• 突出大模型相关项目经验，如SFT、RLHF、Agent等
• 强调编程能力，尤其是Python或C++，以及Linux环境下的开发经验
• 展示对NLP、搜索、推荐领域的理解，如相关课程、论文或竞赛
• 体现团队合作和沟通能力，如项目协作经历
• 提前学习大模型基础，如Transformer、SFT、RLHF等
• 熟悉常用深度学习框架，如PyTorch、TensorFlow

面试指南

• STAR法则：情境、任务、行动、结果，清晰描述项目经历
• 从技术原理到应用场景，展示对技术的深入理解
• 结合业务场景，说明技术如何落地
• 介绍一下你做过的大模型相关项目？
• 如何理解SFT和RLHF？
• 如何将LLM应用于搜索场景？
• 如何优化召回和排序模块？
• 如何解决大模型推理速度慢的问题？