叠纸游戏
LLM实习生
LLM实习生
发布于 大约 14 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Llm
Nlp
大语言模型
对齐技术
强化学习
机器学习
深度学习
值不值得投
72综合评分
综合评分 72
前沿技术研究实习，成长空间大，但薪资和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。
薪资怎么样
1K
比人工智能中位数低
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 670 个在招
市场机会
选择适中
上海 · 人工智能 · 46 个在招
职位详情
关于这个职位
这是一份面向在校学生的LLM研究实习岗位，你将深入参与大语言模型的对齐技术研究，提升模型的数学、逻辑推理和代码能力
工作内容包括跟进前沿技术、构建训练数据、调优模型和评测迭代，适合对NLP和深度学习有基础并希望积累实战经验的同学
最低要求
本科及以上学历，自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业
LLM、深度学习、强化学习方面有一定研究基础，熟悉主流模型和算法，并有一定的实践经验
较强的工程实现能力，熟练掌握C/C++，Python等至少一种语言
具备强烈的进取心、自驱力及团队合作精神，热衷于追求技术创新
工作职责
负责大语言模型（LLM）中的对齐技术研究，提升大模型的数学、逻辑推理、代码等能力
跟进大模型领域的前沿技术，持续提升大模型通用和专用能力
负责大模型的数据构建、训练调优及评测迭代等
优先资格
加分项：有高质量论文发表者优先
AI 洞察
优缺点分析
优点
- 接触前沿技术，积累大模型研究经验，提升个人竞争力
- 公司为中型企业，可能提供较灵活的研究环境
- 实习岗位，门槛相对较低，适合在校生积累经验
- 大模型研究需要较强的理论基础，学习曲线陡峭
- 实习岗位可能工作强度较大，需要投入大量时间
- 竞争激烈，需要持续学习和跟进最新研究
- 适合对NLP和深度学习有浓厚兴趣、具备一定编程基础、希望深入研究大模型的在校学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 实习期间可深入接触大模型核心技术，积累研究经验，为未来求职或深造打下基础
- 表现优秀者有机会转正，成为AI研究员或算法工程师
- 可向大模型应用、AI产品等方向发展，拓宽职业路径
- 研究大语言模型的对齐技术，如RLHF、DPO等，提升模型在数学、逻辑推理和代码生成方面的能力
- 跟踪大模型领域的最新研究进展，将前沿技术应用到实际项目中
- 参与大模型训练数据的构建、模型调优和评测迭代，确保模型性能持续提升
- 扎实的机器学习、深度学习和NLP基础，熟悉主流大模型架构和算法
- 较强的编程能力，熟练掌握Python或C++，能够进行模型训练和调优
- 有强化学习或LLM相关项目经验者优先，具备论文阅读和复现能力
申请策略
- 了解叠纸游戏的技术方向，展示对游戏AI的兴趣
- 在简历中体现自驱力和学习能力
- 突出相关项目经验，如参与过的NLP或深度学习项目
- 强调编程能力，特别是Python和C++
- 如有论文或竞赛获奖，务必突出
- 提前学习大模型相关技术，如Transformer、RLHF等
- 熟悉主流大模型框架，如Hugging Face Transformers
面试指南
- 先阐述基本概念，再结合项目经验说明应用
- 采用STAR法则回答项目经历
- 展示学习能力和对技术的热情
- 请解释一下Transformer的注意力机制
- 你了解哪些大模型对齐技术？请简述RLHF的原理
- 描述一个你参与过的机器学习项目，你负责的部分是什么？
- 如何评估大模型的数学推理能力？
- 你如何跟进前沿技术？
职位点评
薪资福利50
成长发展90
工作生活60
使命价值70
薪资福利
50较低
实习薪资可能不高，但能积累宝贵经验。
薪资信号未披露（AI估算：0K-0K/月）
成长发展
90较高
该岗位提供前沿技术研究机会，技能成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、深度学习、强化学习、Python、C++
业务类型ambiguous
工作生活
60中等
实习岗位可能工作强度较大，但具体工作模式未明确。
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
大模型技术具有广泛社会影响，但游戏公司应用可能偏商业。
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
叠纸游戏 的其他在招职位
相似职位推荐
Watch Jobs