百度
LLM算法/机器学习/AIGC算法（J106790）
LLM算法/机器学习/AIGC算法（J106790）
发布于 6 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Aigc
Nlp
Pytorch
Rlhf/Dpo
多模态大模型
强化学习
计算机视觉
值不值得投
72综合评分
综合评分 72
前沿AIGC算法实习，技术成长性强，薪资福利未披露，适合研究型同学。
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
7.0千
比机器学习工程中位数低
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 1410 个在招 · 其中机器学习工程 28 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 550 个在招
职位详情
关于这个职位
该职位聚焦搜索广告创意图片方向，参与AIGC广告创意图片生成的核心算法研究与落地
你将接触多模态大模型、文生图/图生图、强化学习与Agent等前沿技术，提升生成图片的质量、相关性与商业转化效果
最低要求
届及以后本科及以上学历在读
扎实的数据结构与算法基础，熟练掌握Python，熟悉PyTorch等主流深度学习框架
熟悉多模态大模型、扩散生成模型（文生图/图生图）、计算机视觉、NLP、强化学习中的一个或多个方向
良好的英文读写能力与数学基础，能够快速跟踪并复现前沿论文
责任心强，积极主动，具备良好的沟通表达与团队协作能力
工作职责
本岗位聚焦搜索广告创意图片方向，参与AIGC广告创意图片生成的核心算法研究与落地
将多模态大模型、文生图/图生图、强化学习等前沿技术应用于真实广告创意场景，持续提升创意图片的生成质量、相关性与商业转化效果
你将深度参与以下一个或多个方向的研发工作
参与工业级Harness Agent全链路研发：基于Agent Workflow进行提示词规划与多路并行生图，结合SFT、DPO、RL等方法提升生成图片的质量、多样性与业务贴合度
参与Agentic AI架构研究与演进：攻克Agentic RL在Long-Horizon Tasks的一系列核心难点，诸如Sparse Rewards、Credit Assignment、Planning & Decomposition
以及训练稳定性上同步/异步RL、rollout效率等问题图文相关性与多模态理解
参与图文相关性建模、向量检索与多模态表征学习，保障创意图片与广告内容、搜索意图的一致性
创意质量与合规审核
参与低质过滤、文字乱码/违规检测等自动化审核能力建设，持续降低低质率、保障创意安全可控
优先资格
人工智能、计算机、自动化、数学等相关专业优先
有相关研究或工程经验者优先
有AIGC、图像生成、图文相关性、RLHF/DPO、Agent等相关项目经验，或在CVPR、ICCV、NeurIPS、ICLR、SIGGRAPH等顶会发表论文者优先
AI 洞察
优缺点分析
优点
- 接触AIGC、多模态大模型、Agentic RL等前沿技术，技术成长空间大
- 依托百度搜索广告真实业务场景和海量数据，算法落地价值高
- 有机会参与工业级Harness Agent全链路研发与顶会论文复现
- 实习经历对大厂算法岗求职有明显加分
- Agentic RL在长程任务中仍存在稀疏奖励、信用分配等开放难题
- 广告创意场景对生成质量、相关性与合规审核要求严格
- 适合2027届及以后在读、对AIGC/多模态/强化学习有强烈研究热情，且具备较强工程实现与论文复现能力的同学
缺点 / 挑战
- 研究型任务难度较高，需要快速跟踪并复现前沿论文
角色解读
- 从算法实习生起步，逐步深入AIGC、多模态大模型与强化学习方向，成长为算法工程师
- 积累广告创意生成、Agentic RL等前沿技术落地经验后，可向资深算法专家或技术负责人方向发展
- 百度搜索广告的真实业务场景与海量数据，为后续算法职业生涯提供高价值项目背书
- 参与搜索广告创意图片方向的AIGC算法研究与落地，将多模态大模型、文生图/图生图、强化学习等技术应用于真实广告创意场景
- 基于Agent Workflow进行提示词规划与多路并行生图，结合SFT、DPO、RL等方法提升图片质量与业务贴合度
- 参与Agentic AI架构与Agentic RL研究，攻克长程任务中的稀疏奖励、信用分配、规划分解等难点
- 参与图文相关性建模、多模态表征学习与创意质量审核，保障创意图片与广告内容、搜索意图一致
- 扎实的数据结构与算法基础，熟练掌握Python，熟悉PyTorch等主流深度学习框架
- 熟悉多模态大模型、扩散生成模型、计算机视觉、NLP、强化学习中的一个或多个方向
- 有AIGC、图像生成、图文相关性、RLHF/DPO、Agent等相关项目经验者优先
- 具备良好的英文读写与数学基础，能快速跟踪并复现前沿论文
申请策略
- 关注百度搜索广告业务与AIGC创意生成方向，了解其商业场景
- 准备能体现论文复现、工程落地和问题拆解能力的案例
- 重点突出AIGC、图像生成、多模态大模型相关项目经历
- 强调Python、PyTorch及深度学习框架的熟练使用
- 列出RLHF/DPO、Agent、强化学习等方向的实践或研究
- 展示顶会论文、竞赛成果或论文复现经历
- 提前补强扩散模型、文生图/图生图的基本原理与主流实现
- 熟悉RLHF、DPO、强化学习训练流程及常见问题
面试指南
- 用STAR法则介绍项目背景、任务、行动与结果，突出技术选型与量化收益
- 回答原理类问题时先讲核心机制，再结合业务场景说明落地方式
- 面对开放难题时先拆解问题，再对比可选方案，最后给出验证与迭代思路
- 请介绍一个你参与过的AIGC或图像生成项目，你是如何提升生成质量的？
- 简述扩散模型/文生图模型的基本原理
- 如何理解RLHF或DPO在图像生成中的应用？
- Agentic RL在长程任务中有哪些核心难点？你会如何拆解？
- 如何评估生成图片与广告内容、搜索意图的相关性？
职位点评
薪资福利60
成长发展90
工作生活55
使命价值70
薪资福利
60中等
JD未披露实习薪资与福利，补偿性动机主要取决于实际发放标准，需与HR确认。
薪资信号未披露（AI估算：5.0–9.0千/月）
成长发展
90较高
岗位涉及AIGC、多模态大模型、Agentic RL等前沿方向，研究性与工程落地并重，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、多模态大模型、扩散生成模型、文生图/图生图、强化学习、RLHF、DPO、Agent、计算机视觉、NLP
业务类型profit_center
工作生活
55较低
JD未提及办公模式、加班或弹性安排，生活方式动机信息不足，建议面试时确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
岗位处于AIGC广告创意生成方向，技术前沿且业务价值明确，但社会影响力偏中性。
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
百度 的其他在招职位
相似职位推荐
Watch Jobs