百度
多模态算法实习生（J107216）
多模态算法实习生（J107216）
发布于 2 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Dpo
Llm-As-Judge
Lora
Pytorch
Rag
Sft
多模态大模型
数据合成
模型蒸馏
值不值得投
64综合评分
综合评分 64
前沿技术驱动、成长机会丰富，但工作强度大、灵活性低
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0千
与AI算法中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1350 个在招 · 其中AI算法 12 个
市场机会
选择面较广
北京 · AI算法 · 约 120 个在招
职位详情
关于这个职位
负责多模态大模型的后训练（SFT/DPO）、数据合成、工具调用及RAG链路构建，通过结构化输出优化与模型蒸馏提升性能
需具备扎实的Python/PyTorch基础，参与评测体系搭建，确保模型在低成本下保持高质量表现
最低要求
计算机、人工智能及相关专业在读
Python 扎实，熟悉 PyTorch，了解多模态大模型后训练（SFT / LoRA / DPO 任一）
做事有量化意识——能用数字说明一个改动是否有效，而不是“看起来变好了”
每周到岗 5 天，可连续实习 6 个月以上
工作职责
多模态后训练：在开源基座上做 SFT / DPO 等后训练，围绕数据配比、训练配置与效果瓶颈做实验与消融
数据合成：用大模型作教师，构建可复现的批量数据合成 harness，产出高质量、可溯源的训练数据，而非直接把教师输出当标签
Tool Call 与长程能力：设计并合成多轮工具调用（tool call）的长程轨迹数据，让模型学会自主发起调用、消费返回结果、自校验并在失败时重试
RAG：参与多模态检索链路的构建与迭代，包括编码器选型、阈值调参、召回与误召的权衡
结构化与富媒体输出：让模型按协议稳定输出结构化内容与富媒体元素，并严格约束参数幻觉
蒸馏与小型化：把大模型的复杂能力压进小模型，在更低成本与延迟下保住效果，并跟进端到端指标
评测体系：用 LLM-as-judge 与人工抽检评估效果，量化评测本身的噪声，判断一次改动的收益是否真实
优先资格
有以下任一经历是加分项：多模态模型、RAG / 向量检索、Agent 与 tool call、数据合成与清洗、模型蒸馏或推理优化、相关领域论文或开源项目
AI 洞察
优缺点分析
优点
- 接触业界顶尖的多模态大模型技术与海量数据资源
- 获得一线互联网巨头的工作经历，简历含金量高
- 直接参与核心算法研发，技术成长速度快
- 工作强度大，要求每周全职到岗，对时间投入要求高
- 技术迭代极快，需要持续学习最新研究成果并保持竞争力
- 计算机/AI相关专业在校生，对大模型技术有浓厚兴趣，具备较强动手能力和抗压能力的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习生成长为算法工程师，深耕大模型训练与优化方向
- 未来可向多模态算法专家、AI架构师发展，或在前沿AI研究领域取得突破
- 负责多模态大模型的后训练实验，包括SFT和DPO等方法的调优与消融实验
- 构建自动化数据合成流水线，生成高质量训练数据以增强模型能力
- 参与RAG链路优化及模型蒸馏，提升模型效率与稳定性
- 扎实的Python编程能力与PyTorch框架使用经验
- 深入理解多模态大模型训练原理（如SFT/LoRA/DPO）
- 具备数据处理、模型评测及工程化落地能力
申请策略
- 关注百度AI实验室的最新动态与技术博客
- 准备详细的项目案例，重点阐述你在其中的角色、技术手段及最终效果
- 突出Python/PyTorch项目经验，展示在多模态、RAG或Agent领域的具体实践
- 强调量化分析能力，用数据证明模型优化效果
- 列出相关的开源贡献或论文成果
- 深入学习SFT/DPO等后训练技术细节
- 掌握数据合成工具链的使用
- 提升对RAG系统及模型蒸馏技术的理解
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 重点突出技术选型的理由、遇到的挑战及解决方案
- 用具体数据和对比实验结果支撑观点
- 请介绍你熟悉的PyTorch操作及在多模态模型中的应用场景
- 你是如何设计和评估数据合成效果的？
- 谈谈你对SFT、LoRA和DPO的理解及其优缺点
- 在RAG系统中，如何解决召回准确率与响应速度的平衡问题？
- 如何通过量化指标证明模型优化的有效性？
职位点评
薪资福利75
成长发展90
工作生活30
使命价值70
薪资福利
75中等
作为上市巨头企业的实习岗位，提供具有市场竞争力的实习津贴，但实习性质决定了长期薪酬激励有限。
薪资信号未披露（AI估算：0.4–0.6千/月）
成长发展
90较高
岗位涉及多模态大模型前沿技术，技术栈先进，能显著提升求职者的专业技能与行业竞争力。
技术前沿前沿/新兴技术
技术栈多模态大模型、SFT、DPO、LoRA、RAG、Agent、模型蒸馏、LLM-as-judge
业务类型profit_center
工作生活
30较低
要求每周到岗5天且连续实习6个月以上，工作强度较高，对工作生活平衡有一定影响。
工作模式仅现场办公
办公地点市区核心地段
加班情况明确要求弹性/高强度
使命价值
70中等
参与前沿AI技术研发，推动技术进步，具有较高的社会价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
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
Forward Deployment Manager
辉瑞 · 上海市
AI 估算 · 4.5–7.5万20 分钟前发布
Forward Deployment Manager
辉瑞 · 上海市
AI 估算 · 4.5–7.5万26 分钟前发布
Forward Deployment Sr. Manager
辉瑞 · 上海市
AI 估算 · 4.5–7.5万26 分钟前发布
Senior Manager, AI Platform & Foundation
辉瑞 · 上海市
AI 估算 · 8.0–15.0万26 分钟前发布
大模型推理优化工程师
中国平安 · 深圳市
薪资 · 2.5–2.5万26 分钟前发布
南京实习基地-AGI算法实习生
影石创新 · 南京市
AI 估算 · 0.2–0.4千1 小时前发布
AI首席科学家（技术专家）
海尔 · 青岛市
AI 估算 · 8.0–15.0万1 小时前发布
大模型强化学习算法工程师（RL/RM）
哔哩哔哩 · 上海市
AI 估算 · 3.5–6.0万1 小时前发布
Watch Jobs