携程
LLM算法工程师（2027届秋招）(MJ036605)
LLM算法工程师（2027届秋招）(MJ036605)
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Llm
Pytorch
Rlhf
Sft
多模态
值不值得投
73综合评分
综合评分 73
前沿技术栈，发展空间大，但工作强度可能较高。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
25K
比算法优化工程师中位数低
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 1630 个在招 · 其中算法优化工程师 2 个
市场机会
选择面较广
上海 · 算法优化工程师 · 55 个在招
职位详情
关于这个职位
作为携程2027届秋招LLM算法工程师，你将负责打造旅游行业核心业务场景的Agent，参与多模态模型的后训练全流程建设，包括数据处理、SFT、RLHF等，并设计Agent记忆系统
该岗位要求扎实的算法基础和Python/C++开发能力，熟悉主流深度学习框架，有Agent落地经验者优先
适合对AI前沿技术有热情、希望在大平台快速成长的应届生
最低要求
具备扎实的数学和算法基础、熟悉Python/C++语言开发，熟悉Pytorch/Transformers 等开源框架
有 Agent 落地实践经验，熟悉 Embedding/向量索引等常用知识库技术
熟悉深度学习原理和基本模型，在计算机视觉、自然语言处理、多模态至少一个领域有项目经验和论文
熟练使用LLamaFactory/Ms-swift/openrRLHF等框架，具备快速阅读和复现论文的能力，能够系统性分析训练结果并制定改进计划
工作职责
打造旅游行业核心业务场景Agent
语言/图像/语音视频等多模态的Agent评估能力建设
参与多模态模型的后训练全流程的建设，包括不限于数据处理、SFT、RLHF等
参与Agent记忆系统的设计和实现，保证Agent上下文的一致性，参与Agent注册管理能力的系统开发，实现Agent的灵活部署和高效管理
AI 洞察
优缺点分析
优点
- 携程作为旅游行业巨头，平台大，业务场景丰富，能接触真实用户需求
- 校招岗位，有完善的培训体系，适合应届生积累经验
- 对算法和工程能力要求高，需要快速学习并应用新技术
- 工作强度可能较大，需要适应快节奏的互联网研发环境
- 竞争激烈，需要扎实的项目经验和论文背景
- 适合对LLM和多模态技术有浓厚兴趣，具备扎实算法基础，希望在大平台快速成长的应届毕业生
缺点 / 挑战
- 岗位涉及Agent、多模态等前沿技术，技术挑战大，成长快
角色解读
- 从Agent开发工程师起步，逐步深入多模态模型训练和优化，成为算法专家
- 在携程这样的大型平台，可参与核心业务场景，积累丰富的实战经验，未来可晋升为技术Leader或架构师
- 随着AI在旅游行业的应用深化，可向AI产品、技术管理等方向发展
- 负责构建旅游行业核心业务场景的Agent，如智能客服、行程规划等，提升用户体验和运营效率
- 建设多模态Agent的评估体系，确保Agent在语言、图像、语音视频等场景下的表现可靠
- 参与多模态模型的后训练全流程，包括数据处理、SFT、RLHF等，优化模型效果
- 设计和实现Agent记忆系统，保证上下文一致性，并开发Agent注册管理能力，支持灵活部署
- 扎实的数学和算法基础，精通Python/C++，熟悉PyTorch/Transformers等框架
- 有Agent落地经验，熟悉Embedding、向量索引等知识库技术
- 在CV、NLP或多模态领域有项目经验和论文，理解深度学习原理
- 熟练使用LLamaFactory、Ms-swift、openrRLHF等工具，能快速复现论文并分析训练结果
申请策略
- 了解携程的业务，特别是AI在旅游场景的应用，如智能客服、个性化推荐
- 在面试中展示对Agent技术的热情和实际项目成果
- 突出Agent相关项目经验，如智能对话系统、知识库问答等
- 强调论文发表或竞赛获奖，体现算法研究能力
- 展示Python/C++编程能力，以及PyTorch/Transformers的使用经验
- 提及熟悉SFT、RLHF等训练技术，有模型微调经验
- 深入学习Agent框架，如LangChain、AutoGPT，并动手实践
- 熟悉多模态模型，如CLIP、LLaVA，了解其训练和评估方法
面试指南
- 对于项目介绍，采用STAR法则，突出技术难点和你的贡献
- 对于技术问题，先阐述原理，再结合实践案例
- 对于训练优化，强调系统性分析，从数据、模型、训练策略多角度思考
- 请介绍一个你参与的Agent项目，如何设计记忆系统？
- 如何评估多模态Agent的性能？
- 你如何优化SFT和RLHF的训练过程？
- 请解释Embedding和向量索引在知识库中的应用
- 你如何快速复现一篇论文并分析结果？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值70
薪资福利
70中等
携程作为上市公司，薪资福利有竞争力，但JD未提及具体薪资和福利，因此补偿性动机满足程度中等。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
岗位涉及LLM、Agent、多模态等前沿技术，有大量学习和成长机会，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、多模态、SFT、RLHF、PyTorch、Transformers
业务类型profit_center
工作生活
50较低
JD未提及工作模式，但作为互联网公司，可能节奏较快，生活化动机满足度一般。
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
旅游行业AI应用有社会价值，但JD未强调使命，意义感动机中等。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
携程 的其他在招职位
相似职位推荐
Watch Jobs