滴滴出行
地图事业部-（4）算法实习生
地图事业部-（4）算法实习生
发布于 3 天前实习/见习
实习生仅现场办公人工智能
人工智能
Pytorch
Vlm
分布式训练
多模态模型
数据标注
评测体系
值不值得投
76综合评分
综合评分 76
头部公司核心业务AI实习，技术前沿成长性强，但对自驱力和时间投入要求高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
5千
比人工智能中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 1120 个在招 · 其中人工智能 18 个
市场机会
选择面较广
北京 · 人工智能 · 约 590 个在招
职位详情
关于这个职位
这是滴滴出行地图事业部的AI算法实习生岗位，主要参与多模态大模型的全流程研发，包括从数据构建、模型训练与优化到评测体系建设
工作内容前沿，能够直接接触并解决VLM等大模型在训练与推理中的实际问题，是进入AI核心领域的重要实践机会
最低要求
计算机、人工智能、数学等相关专业硕士/博士在读（优秀本科生亦可），实习期 3 个月以上，每周可出勤 4 天及以上
扎实的机器学习与深度学习基础，熟悉 Transformer、多模态模型（如 Qwen-VL、InternVL、LLaVA 等）的基本原理
熟悉 PyTorch 及分布式训练（DDP/DeepSpeed/Megatron 任一即可），有 GPU 上实际训练模型的经历
具备良好的编程能力（Python），代码风格规范，有较强的 Debug 和问题定位能力
有强烈的自驱力与好奇心，对大模型技术有热情，具备良好的沟通协作能力
工作职责
多模态数据建设：参与图文/视频数据的采集、清洗、标注与质量评估，构建高质量的数据 pipeline，研究数据配比与难例挖掘对模型效果的影响
模型训练与优化：参与 VLM 的预训练、SFT、DPO/RLHF/RLVR 等训练流程，定位并解决训练中的 loss 异常、收敛不稳定、灾难性遗忘等问题
对齐与能力提升：围绕视觉理解等方向设计训练方案，持续提升模型的指令跟随与推理能力
评测体系建设：搭建自动化评测基准与人工评估流程，跟踪模型迭代效果，输出可解释的分析报告，用数据驱动训练策略调整
工具与流程建设：优化训练脚本、监控告警与自动化实验平台，提升团队训练实验的迭代效率
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与行业前沿的多模态大模型（VLM）研发，技术栈先进，成长速度快
- 业务核心：岗位隶属于地图事业部，是公司的核心业务线之一，能深入理解AI如何赋能实际产品
- 平台资源：背靠大型平台，可接触到海量的真实世界数据、强大的算力资源和成熟的工程基础设施
- 实习时间要求较长（3个月以上）且每周出勤天数多（4天以上），对在校学生的时间安排是一大考验
- 技术难度高：需要处理模型训练中的复杂问题（如loss异常、灾难性遗忘），对理论基础和动手能力要求高
- 作为实习生，初期可能更多聚焦于特定技术模块（如数据标注、评测脚本），对业务全局的理解需要主动争取
- 适合对人工智能、多模态大模型有强烈兴趣，具备扎实ML/DL基础和PyTorch编程能力，渴望在顶尖技术环境中进行深度实践的计算机相关专业在读学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 在实习中可深入掌握大模型（特别是多模态）的训练与优化全流程，积累前沿项目经验
- 表现优异者有望获得转正机会，成为正式的算法工程师，持续在AI领域深耕
- 长期可向算法专家、技术负责人或特定AI应用领域（如自动驾驶视觉感知）的架构师方向发展
- 负责多模态大模型的全流程研发，包括数据构建、模型训练、效果优化与评测体系搭建
- 针对模型训练中出现的具体问题（如loss异常、遗忘等）进行定位、研究并解决
- 通过自动化工具与平台建设，提升整个团队的研发与实验效率
- 需要扎实的机器学习与深度学习理论基础，尤其是Transformer架构和多模态模型原理
- 必须熟练掌握PyTorch框架，并具备使用DDP、DeepSpeed或Megatron进行分布式训练的实战经验
- 需要优秀的Python编程能力、良好的代码规范以及强大的问题调试与解决能力
申请策略
- 在申请前，尝试阅读滴滴地图或相关团队发布的学术论文或技术博客，了解其技术方向与关注点
- 在求职信或面试中，清晰地表达你对多模态大模型的理解、热情以及为此付出的学习和实践努力
- 重点突出1-2个与机器学习/深度学习相关的项目经历，尤其是涉及模型训练、调优或数据处理的部分
- 明确列出掌握的技能，如PyTorch、分布式训练框架（DeepSpeed/Megatron）、Python等，并注明熟悉程度
- 如果有GitHub代码仓库、技术博客或开源贡献，务必附上链接，展示代码能力和学习热情
- 系统复习Transformer、多模态模型（如LLaVA, Qwen-VL）的核心架构与训练方法
- 在个人GPU或云平台上动手实践，完成一个端到端的模型训练小项目，并记录遇到的问题和解决方案
- 了解分布式训练的基本原理和常用框架（DeepSpeed/Megatron）的使用场景
面试指南
- 对于技术原理题，先阐述核心概念，再结合具体模型或自己的理解举例说明
- 对于项目经验题，使用STAR法则（Situation, Task, Action, Result），重点突出你解决问题的思路和过程
- 对于开放性问题，结合JD中的职责点（如对齐、评测）进行回答，展现你对岗位工作的思考
- 对于动机问题，将个人技术兴趣（多模态、大模型）与公司业务（地图、出行AI应用）相结合
- 请介绍一下你对Transformer架构的理解，以及它在多模态大模型中是如何应用的？
- 描述一个你使用PyTorch解决的模型训练问题，你是如何定位并解决的？（例如：loss不下降/震荡）
- 你了解哪些分布式训练框架？请简单比较一下DDP和DeepSpeed的异同
- 在你看来，评估一个多模态大模型的能力，可以从哪些维度进行？如何设计评测体系？
职位点评
薪资福利65
成长发展90
工作生活60
使命价值80
薪资福利
65中等
该岗位为实习岗位，提供有市场竞争力的实习津贴，但作为非正式员工，其薪资、福利的全面性和稳定性无法与正式岗位相比。
薪资信号市场水准 (4–6千/月)
成长发展
90较高
该岗位对个人技术成长的帮助极大，能直接接触行业最前沿的大模型技术，并参与核心业务研发，技能积累和视野提升显著。
技术前沿前沿/新兴技术
技术栈多模态模型、VLM、Transformer、PyTorch、分布式训练、DPO/RLHF
业务类型profit_center
工作生活
60中等
JD未明确提及办公模式、工作强度等信息，生活化动机满足程度有限。实习岗位通常灵活性较低，且作为核心业务部门，可能面临一定工作压力。
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
80较高
参与AI技术在出行领域的应用，具有明确的行业价值和社会意义（提升出行体验与安全），属于高速增长赛道中的核心技术岗位。
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