国际事业群IBG-算法实习生(7)

优缺点分析

角色解读

• 在实习期间可深入大模型应用领域，积累多模态数据处理和模型优化的实战经验
• 表现优秀者有机会转正，成为滴滴算法团队的核心成员，参与更多核心业务
• 未来可向大模型算法专家、NLP算法工程师等方向发展，职业前景广阔
• 构建基于多模态大模型的用户反馈分析体系，整合评论、投诉等多源数据，设计标签分类体系
• 通过指令微调、RLHF等技术优化模型，提升标签推理的准确率
• 优化大模型推理链路，应用量化压缩、推理加速等技术，提高海量数据处理效率
• 深入业务场景，挖掘反馈标签的数据价值，推动标签能力的落地与规模化应用
• 熟悉主流大语言模型（LLM）原理与架构，了解SFT、RLHF等对齐技术
• 了解多模态模型基础（如CLIP、BLIP等），有多模态数据处理或应用经验
• 熟练使用Python，具备独立完成模型训练、推理及评估的能力
• 有大模型微调经验或相关论文发表者优先

申请策略

• 关注滴滴出行的招聘动态，了解国际事业群业务方向
• 准备相关项目案例，展示对大模型技术的理解和应用能力
• 突出大模型相关项目经验，如微调、RLHF等
• 强调多模态数据处理或应用经验，如CLIP、BLIP等
• 展示Python编程能力和模型训练、推理、评估的独立完成能力
• 如有相关论文发表，务必在简历中突出
• 深入学习大模型原理和微调技术，如SFT、RLHF
• 熟悉多模态模型基础，了解CLIP、BLIP等模型的应用

面试指南

• 结合具体项目，阐述技术方案、实施过程和效果，突出个人贡献
• 从系统设计角度，分析数据、模型、工程等关键环节
• 展示对业务场景的理解，将技术方案与实际应用结合
• 请介绍你在大模型微调或RLHF方面的项目经验
• 如何设计一个多模态用户反馈分析系统？
• 如何优化大模型推理链路，提升处理效率？
• 如何评估标签分类体系的准确率？
• 你对滴滴国际事业群业务有什么了解？