智谱
大模型算法实习生（安全/云服务方向）
大模型算法实习生（安全/云服务方向）
发布于 1 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Ai编程助手
云运维
大模型
数据标注
自动化脚本
软件安全
值不值得投
74综合评分
综合评分 74
前沿AI技术实习，侧重安全与云领域数据构建，成长性强但需适应高强度研发节奏
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
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
48 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 710 个在招
职位详情
关于这个职位
该实习岗位专注于提升大模型在软件安全、云开发与运维领域的代码理解与生成能力
你将参与典型任务设计、可执行环境构建及高质量代码数据生成，通过自动化脚本和AI工具辅助，为大模型训练、评测及强化学习提供核心数据支持与交互环境
最低要求
计算机、网络安全、软件工程、人工智能等相关专业本科及以上在校生，具备扎实的编程基础和动手能力
熟练使用Python，熟悉至少一门其他编程语言，能够阅读和修改项目代码，编写数据处理、环境部署与自动化测试脚本
在软件安全、云开发或云运维至少一个方向有较扎实的项目或实践经验：
软件安全方向：做过代码审计、漏洞挖掘、漏洞复现、Fuzzing等相关工作
云开发／云运维方向：做过云平台开发、容器部署、自动化运维、CI/CD或故障排查等相关工作
熟练使用AI编程助手或其他大模型工具，能够辅助完成代码开发、调试、测试与问题排查，并通过代码执行或测试验证结果的正确性
熟悉Linux、Git和Docker，能够搭建运行环境、定位执行问题，并验证代码与任务的运行结果
对大模型代码能力和领域数据建设有兴趣，具备良好的学习能力、问题分析能力及团队协作能力，能够清晰记录任务与实验过程
工作职责
面向软件安全、云开发或云运维场景，结合团队需求梳理典型任务，例如漏洞复现与修复、云环境部署、工具调用或故障排查，形成清晰的任务描述、执行步骤与验证标准
构建可复现、可交互、可自动验证的任务运行环境，包括代码仓库、容器环境、测试用例及工具接口
定位并解决环境部署和任务执行中的问题
使用大模型及AI编程工具，参与领域代码、指令与解答、多轮工具调用和任务执行轨迹等数据的采集与生成，并通过代码执行、测试反馈及领域标准验证数据质量
开发自动化数据生成与处理脚本，完成数据清洗、去重、筛选与质量检查，提升数据的正确性、多样性和任务覆盖度
参与任务评估机制建设，设计任务成功判定、执行反馈与自动化验证方法，为模型评测及强化学习任务环境提供支持
配合团队开展模型效果评估及相关训练实验，分析模型在领域任务中的失败案例，迭代任务、环境与数据，验证模型能力的改善效果
优先资格
有代码数据合成、Agent工具调用轨迹生成、可执行评测集或交互式任务环境建设经验
有大模型训练或微调实践，了解持续预训练（CPT）、监督微调（SFT）、强化学习（RL）的基本目标，熟悉至少一种常用大模型训练框架
在软件安全方向有深入实践，如程序分析、沙箱环境建设，或有CVE、漏洞报告及相关开源项目贡献
熟悉云平台API／SDK、Kubernetes、基础设施即代码（如Terraform）等，有相关项目实践
有奖励函数设计、任务成功判定或自动化验证机制建设经验
AI 洞察
优缺点分析
优点
- 接触前沿的大模型代码能力研究，积累高质量的领域数据构建经验，技术栈极具竞争力
- 对AI+安全/云交叉领域感兴趣，具备较强动手能力和工程实践的计算机相关专业在校生
缺点 / 挑战
- 需要同时具备AI算法理解和传统IT（安全/云）领域的专业知识，跨界知识门槛较高
角色解读
- 可向大模型数据工程师、AI安全研究员或算法工程师方向发展，深入理解LLM在垂直领域的落地应用
- 负责设计和构建软件安全、云开发/运维领域的典型任务场景，用于大模型训练
- 熟练掌握Python及Linux/Docker环境，具备软件安全或云运维实战经验，能使用AI工具辅助开发
申请策略
- 准备一个具体的案例，说明如何利用AI工具解决了一个复杂的技术问题或构建了自动化测试环境
- 突出展示在软件安全（如漏洞挖掘、代码审计）或云运维（如容器化、CI/CD）的具体项目经历
- 熟悉主流大模型训练框架（如DeepSpeed、Megatron），了解RLHF或SFT基本流程
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术难点和你的解决方案
- 对于AI相关问题，结合具体工具的使用体验和效果对比进行回答
- 请介绍一个你参与的软件安全或云运维项目，你在其中解决了什么具体问题？
- 你如何使用AI编程助手提高开发效率？请举例说明
- 如何设计一个可自动验证的代码任务环境？
- 你对大模型在代码生成方面的局限性有什么看法？
- 复习Linux常用命令、Docker基础操作及Python数据处理库
- 了解当前大模型在Code领域的主流评测基准（如HumanEval、MBPP等）
职位点评
薪资福利70
成长发展90
工作生活50
使命价值80
薪资福利
70中等
作为B轮中型企业的实习岗位，薪资虽未明确披露但通常符合行业中等偏上水平，福利体系可能不如成熟大厂完善。
薪资信号未披露（AI估算：0.2–0.4千/月）
成长发展
90较高
岗位直接涉及大模型核心数据建设与安全/云领域前沿应用，技术栈新颖，成长空间巨大。
技术前沿前沿/新兴技术
技术栈大模型、Python、Docker、Linux、AI编程助手、SFT、RL
业务类型profit_center
工作生活
50较低
JD未提及弹性工作制或远程办公，通常此类高强度研发实习岗位要求坐班，工作节奏可能较快。
工作模式未明确
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
80较高
致力于提升AI在关键基础设施（安全、云）领域的可靠性，具有显著的社会价值和技术探索意义。
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
Watch Jobs