【B-UP】大语言模型（LLM）算法工程师（校招）

优缺点分析

角色解读

• 从LLM算法工程师起步，深入掌握预训练、强化学习、多模态等前沿技术，成为AI领域专家
• 可向技术专家（IC）或技术管理（TL）方向发展，参与核心模型研发与团队指导
• 积累经验后，可转向更广泛的AI应用领域，如智能体、多模态生成等，具有高职业天花板
• 参与大规模MoE模型的持续预训练，负责数据清洗、混合策略、训练调优与结果分析
• 参与RLVR/RLAIF强化学习训练流程，包括数据构建、reward shaping和训练调优
• 参与多语种机器翻译方向，负责语料处理、模型微调和评测
• 参与长程智能体强化学习方向，搭建复杂交互环境、收集推理轨迹、设计奖励函数并优化策略网络
• 扎实的深度学习基础，熟悉主流LLM架构（如Transformer、MoE）
• 熟练掌握大模型训练框架（Megatron、DeepSpeed、Verl等）
• 有CPT、SFT、RL等LLM相关项目经验，具备论文阅读与复现能力
• 良好的自我学习和独立思考能力，能快速上手新实验

申请策略

• 在简历和面试中展示对技术的热情，例如参与开源社区或独立复现论文
• 关注B站技术品牌活动，了解公司文化，面试时展现对B站业务的理解
• 突出LLM相关项目经历，特别是CPT、SFT、RL等方向的实践经验
• 如有论文或开源贡献，务必列出，并注明个人贡献与成果
• 强调对训练框架（Megatron/DeepSpeed）的熟悉程度，最好有实际使用案例
• 展示自我学习能力，例如通过博客、GitHub项目体现独立研究能力
• 提前系统学习LLM原理和训练技术，跑通一个完整的小规模LLM训练流程
• 熟悉PyTorch和分布式训练，尝试搭建简单的RLHF实验

面试指南

• 对于项目介绍类问题，采用STAR法则：情境、任务、行动、结果，突出个人贡献和技术难点
• 对于技术原理类问题，先给出核心概念，再举例说明实现细节，最后总结自己的理解
• 对于开放性问题，如数据策略，可先提出基线方案，再分析改进方向，展现思考深度
• 请详细介绍一下你参与过的LLM项目，包括模型架构、训练策略和实验结果
• 如何设计数据清洗和混合策略来提升CPT效果？
• RLVR和PPO有什么区别？Reward shaping有哪些常见的技巧？
• 在多语种机器翻译中，如何处理低资源语种？
• 请解释MoE模型的工作原理及其在训练中的挑战