滴滴出行
国际事业群IBG-算法实习生（6）
国际事业群IBG-算法实习生（6）
发布于 大约 14 小时前实习/见习
北京市 / 杭州市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Dpo
Grpo
Ppo
Rag
Sft
多模态
大模型微调
AI 估算 · 0k–0k
实习岗位，薪资按日计算，通常在200-300元/天，具体取决于学历和面试表现。
职位详情
关于这个职位
作为滴滴出行国际事业群的算法实习生，你将深入参与多模态数据抽取、大模型微调与强化学习对齐等前沿工作，专注于信贷风控场景
你将有机会将最新的LLM技术应用于实际业务，提升模型在风险识别和金融合规方面的表现，并在快节奏的研发环境中快速成长
最低要求
计算机、数学、统计学等相关专业在读硕博，具备扎实的机器学习与深度学习理论基础
具备优秀的编程能力，动手能力强，熟练掌握至少一种深度学习框架，能够独立完成Transformer相关模型的优化
具备优秀的论文阅读能力和逻辑思维，对金融信贷场景有好奇心，能够在快节奏的研发环境中快速迭代
工作职责
多模态数据抽取：直接参与文本、图像、视频等异构数据的清洗、高质量数据集构建及多模态特征对齐，确保数据服务于模型对金融语义的理解
大模型微调与优化：参与针对信贷垂直领域模型的SFT，提升模型在风险识别、逻辑推理和金融合规性方面的表现
强化学习与对齐：应用 PPO、DPO 或 GRPO 等强化学习算法，优化模型在复杂决策场景下的逻辑严密性，确保输出符合信贷风控的业务常识与法律合规
文档智能与多模态生成：优化文本、图像与视频的多模态理解模型，实现对信贷相关数据的自动解析与结构化提取
前沿技术探索：跟踪 LLM 领域的最新进展，如长文本处理、RAG 检索增强生成、Agent 智能体等，并尝试将其应用于信贷审批助手或风控策略生成
优先资格
在 ACL, EMNLP, CVPR, ICML, NeurIPS 等顶级学术会议发表过相关论文
在 Kaggle 或主流算法竞赛中取得过优异成绩
有处理金融、保险或信贷领域非结构化数据经验者
AI 洞察
优缺点分析
优点
- 参与前沿技术（多模态、大模型、强化学习）在金融领域的实际应用，技术含量高
- 公司平台大，资源丰富，能接触真实业务场景和大量数据
- 实习期间可积累金融风控领域经验，提升就业竞争力
- 需要快速学习新知识，适应快节奏的研发环境
- 适合对AI技术有浓厚兴趣，具备扎实算法基础，希望在金融科技领域深入发展的在读硕博学生
缺点 / 挑战
- 金融领域对模型准确性和合规性要求高，工作压力可能较大
- 实习岗位竞争激烈，对学术背景和编程能力要求较高
角色解读
- 在实习期间积累大模型微调和多模态处理经验，为未来从事AI算法工程师打下基础
- 有机会接触金融科技领域，成为金融风控算法专家
- 表现优秀者可能获得转正机会，进入滴滴国际事业群核心算法团队
- 负责多模态数据的清洗与高质量数据集构建，为金融语义理解提供数据基础
- 参与信贷垂直领域大模型的SFT微调，提升模型在风险识别和金融合规方面的能力
- 应用强化学习算法（如PPO、DPO）优化模型在复杂决策场景下的逻辑严密性
- 探索LLM前沿技术（如RAG、Agent）在信贷审批和风控策略生成中的应用
- 扎实的机器学习与深度学习理论基础，熟悉Transformer架构
- 熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow），具备独立优化模型的能力
- 优秀的编程能力（Python等）和论文阅读能力，能够快速实现和迭代算法
- 对金融信贷场景有好奇心，具备逻辑思维和快速学习能力
申请策略
- 关注滴滴国际事业群的业务方向，了解其在金融科技领域的布局
- 在面试中展示对金融信贷场景的理解和好奇心，体现业务敏感度
- 突出机器学习、深度学习项目经验，尤其是Transformer、大模型相关项目
- 强调编程能力（Python、PyTorch等）和算法实现能力
- 如有学术论文或竞赛获奖，务必突出展示
- 如有金融、信贷领域的数据处理经验，需重点提及
- 提前学习大模型微调（SFT、LoRA）和强化学习（PPO、DPO）相关知识
- 熟悉多模态数据处理和RAG、Agent等前沿技术
面试指南
- 回答项目经验时，采用STAR法则，突出技术难点和解决方案
- 对于技术理解题，先阐述基本原理，再结合金融场景分析应用价值
- 对于开放性问题，展示逻辑思维和创新能力，提出可行方案
- 请介绍一个你参与过的深度学习项目，特别是涉及Transformer或大模型的
- 你对SFT和强化学习（如PPO）在金融风控中的应用有何理解？
- 如何处理多模态数据（文本、图像、视频）的清洗和对齐？
- 你如何评估一个模型在金融合规性方面的表现？
- 请谈谈你对RAG或Agent在信贷审批中应用的想法
职位点评
60
综合评分
前沿技术、金融应用、成长空间大，但实习薪资和WLB一般。
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。
更适合这类人
该职位最适合追求技术成长和前沿应用的发展型求职者，尤其是对金融科技感兴趣的学生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展85
工作生活40
使命价值70
薪资福利
50较低
实习岗位薪资为日薪制，通常为200-300元/天，但未明确提及具体福利，整体薪酬吸引力一般。
薪资信号未披露（AI估算：0K-0K/月）
成长发展
85较高
该岗位涉及前沿技术（多模态、大模型、强化学习）在金融领域的应用，能提供丰富的技能成长机会，发展性动机满足度较高。
技术前沿前沿/新兴技术
技术栈多模态、SFT、PPO、DPO、GRPO、RAG、Agent、Transformer
业务类型profit_center
工作生活
40较低
实习岗位通常要求现场办公，工作地点未明确，且可能面临快节奏的研发环境，生活化动机满足度较低。
工作模式仅现场办公
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
该岗位涉及金融风控领域，对提升金融安全有积极意义，但社会影响力相对有限，意义感动机满足度中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs