【B-UP】大语言模型（LLM）算法工程师（实习）

优缺点分析

角色解读

• 实习转正后晋升为正式算法工程师，深入参与核心模型研发
• 在LLM预训练、强化学习对齐、多模态等方向深耕，成为领域专家
• 向技术管理或架构师方向发展，带领团队推动技术突破
• 参与大规模MoE模型的持续预训练，负责数据清洗、混合策略制定及训练调优
• 参与强化学习训练流程，包括数据构建、奖励塑形和策略网络优化
• 参与多语种机器翻译和长程智能体强化学习方向的实验与评测
• 编写实验脚本和评测工具，支持模型上线前的质量验证
• 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）的使用与调优
• 具备独立阅读论文并复现实验的能力，能快速上手新方向
• 良好的自我学习和独立思考能力，能主动解决问题

申请策略

• 在简历中具体描述项目中扮演的角色和量化成果
• 关注B站技术博客和开源项目，在面试中展现对公司的了解
• 突出LLM相关项目经验，如CPT、SFT、RL等方向的实操
• 列出掌握的深度学习框架和训练框架（PyTorch、Megatron等）
• 如有论文或开源项目，优先展示
• 强调复现论文和独立实验的能力
• 预先学习MoE、RLHF、Agent RL等前沿技术原理
• 动手实践使用Megatron或DeepSpeed进行模型训练

面试指南

• STAR法则：描述情境、任务、行动和结果，突出个人贡献
• 对比阐述：对技术问题先解释基本原理，再结合项目经验说明实际应用中的考量
• 分点陈述：先给出结论，再分点展开论据，体现逻辑性
• 请详细介绍一下你参与的一个LLM项目，挑战是什么？如何解决的？
• MoE模型相比Dense模型有什么优缺点？训练时需要注意什么？
• RLHF中的reward model如何设计？有哪些常见问题？
• 如何评估一个LLM对话模型的质量？有哪些指标？
• 请解释Verl训练框架的核心组件和工作流程