滴滴出行
平台技术-（4）算法实习生
平台技术-（4）算法实习生
发布于 3 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Nlp
Pytorch
Sql
分布式训练
大模型
强化学习
值不值得投
79综合评分
综合评分 79
核心业务线的大模型算法实习岗，技术栈前沿、成长空间大，但实习时间要求较高。
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
7千
比机器学习工程中位数低
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 1170 个在招 · 其中机器学习工程 43 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 480 个在招
职位详情
关于这个职位
该职位是滴滴用户平台部的算法实习生，主要参与垂类大模型的预训练、后训练及数据飞轮构建
你将支持分布式训练实验，设计用户画像策略，并参与线上模型的意图识别、多轮对话等能力迭代
最低要求
计算机/AI相关专业本科或硕士在读，至少可实习 6 个月、每周至少3 天
熟练Linux 系统常用命令、Python 、PyTorch、SQL
熟悉 NLP 基本任务、深度学习，了解大模型基本原理、有大模型训练经验
工作职责
支持预训练和后训练任务，并在导师指导下完成算法应用及改进，支持大模型分布式训练实验
参与构建领域Agent数据飞轮：基于业务场景设计可插拔的用户画像策略，实现支持高质量数据飞轮，兼顾可控性与多样性
参与线上模型优化和能力迭代，如意图识别、多轮对话、角色模拟、智能辅助等
优先资格
熟悉Agent、强化学习，LLM评估等优先
AI 洞察
优缺点分析
优点
- 能够接触到大模型预训练、Agent等前沿技术，技术栈非常前沿
- 依托海量业务场景和数据，能提供真实的大规模分布式训练和落地经验
- 有导师指导，对在校生积累实战经验和理解业务落地帮助极大
- 大模型训练和分布式实验对算力资源和工程能力要求高，上手有一定门槛
- 适合对大模型、NLP和Agent有浓厚兴趣，具备一定深度学习基础，且能保证较长实习时间的计算机/AI相关专业在校生
缺点 / 挑战
- 业务场景复杂，平衡模型效果与可控性、多样性具有较大挑战性
角色解读
- 从算法实习生成长为正式的大模型或NLP算法工程师
- 未来可向大模型预训练、Agent开发或核心业务算法落地等方向深入发展
- 参与垂类大模型的预训练与后训练任务，支持分布式训练实验
- 构建领域Agent数据飞轮，设计可插拔的用户画像策略
- 参与线上模型优化，包括意图识别、多轮对话、角色模拟等能力迭代
- 熟练掌握Python、PyTorch、Linux和SQL等基础开发与训练工具
- 熟悉NLP基本任务与深度学习，了解大模型原理并具备实际训练经验
申请策略
- 了解出行业务场景中的对话系统或智能辅助应用，面试时结合业务场景思考算法落地方案
- 突出大模型训练、NLP任务或Agent相关的项目经验
- 强调分布式训练、PyTorch框架使用及数据处理能力
- 展示在算法竞赛或顶会论文中的成果（如有）
- 深入学习大模型预训练/微调技术及强化学习在LLM中的应用
- 熟悉主流Agent框架及数据飞轮构建方法
面试指南
- 采用STAR法则描述项目经历，重点突出你在其中的具体贡献和解决的技术难点
- 对于系统设计类问题，从业务目标出发，拆解数据、模型、评估三个环节进行回答
- 请介绍一下你参与过的大模型训练或微调项目，遇到了哪些挑战？
- 如何构建高质量的Agent数据飞轮？如何兼顾可控性与多样性？
- 在分布式训练中，如何处理数据并行和模型并行？
- 意图识别或多轮对话中，如何处理长尾问题或上下文丢失？
- 复习大模型基础原理（如Transformer架构、注意力机制）及主流微调方法
- 准备1-2个自己主导或深度参与的NLP/大模型项目，能够清晰讲述技术细节和优化过程
职位点评
薪资福利70
成长发展95
工作生活60
使命价值80
薪资福利
70中等
算法实习岗提供具有竞争力的日薪津贴，但作为实习岗位，整体薪酬福利无法与正式员工相比。
薪资信号未披露（AI估算：5–9千/月）
成长发展
95较高
岗位深入参与大模型预训练、后训练及Agent数据飞轮构建，技术栈极其前沿，且有导师指导，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈大模型、预训练、后训练、Agent、强化学习、分布式训练、PyTorch、NLP
成长机会在导师指导下完成算法应用及改进
业务类型profit_center
工作生活
60中等
岗位明确要求每周至少实习3天、持续6个月，工作投入要求较高，且未提及弹性工作或远程办公等WLB福利。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
大模型与Agent技术是当前AI领域的核心发展方向，岗位内容具有极强的技术探索价值和行业前瞻性。
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