声网
LLM后训练实习生
LLM后训练实习生
发布于 5 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
Llm
Pytorch
Rlhf
微调
推理优化
模型压缩
模型蒸馏
值不值得投
70综合评分
综合评分 70
前沿LLM技术实习，技术成长空间大，但工作模式与WLB需进一步确认。
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
28 个在招 · 其中机器学习工程 5 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 370 个在招
职位详情
关于这个职位
该实习生职位负责基于开源大模型进行后训练工作，包括设计知识蒸馏方案以优化模型部署、通过销售对话数据训练AI话术能力、参与从数据构建到推理优化的全链路模型工程，以及构建评测体系持续迭代模型效果
这是一个深入参与工业级AI项目的技术实践机会
最低要求
有使用Qwen、Llama、DeepSeek、ChatGLM等主流开源基座模型进行开发的实际经历优先
了解大模型微调技术（如LoRA、QLoRA、全参微调等）
有知识蒸馏、模型量化/剪枝等模型压缩与推理加速的落地经验
编程与工程能力：熟练使用Python，熟悉PyTorch/TensorFlow等深度学习框架
了解vLLM、SGLang等推理加速工具
有智能客服、智能外呼、对话系统等相关项目经验者优先
工作职责
模型蒸馏与优化：基于开源大模型（如Qwen、Gemma等），设计并实施知识蒸馏方案，将大模型能力迁移至轻量级学生模型，在保持对话质量的同时实现低延迟、高并发的工业级部署
销售话术学习与Agent构建：收集、清洗并标注金牌销售的外呼对话数据，通过SFT（监督微调）、RL（强化学习）等方法，让模型学习优秀销售的话术风格、应答策略与多轮对话管理能力
全链路模型工程：深度参与大模型全流程建设，涵盖数据构建、指令微调、偏好对齐（RLHF/DPO）、模型压缩（量化/剪枝/蒸馏）以及推理优化等关键环节
效果评测与持续迭代：构建自动化的模型评测体系，持续跟踪线上对话效果，根据业务反馈不断优化模型算法与话术策略
优先资格
有使用Qwen、Llama、DeepSeek、ChatGLM等主流开源基座模型进行开发的实际经历
有智能客服、智能外呼、对话系统等相关项目经验
AI 洞察
优缺点分析
优点
- 直接参与前沿LLM技术的实际工业应用，技术成长性强
- 全链路项目经验，能深入理解从数据到部署的AI工程全流程
- 大型上市公司平台，资源丰富，有助于积累行业视野
- AI技术栈更新迅速，需要持续学习新工具和方法
- 模型训练与优化实验可能涉及大量调试和迭代，对耐心和细致度要求高
- 作为实习岗位，可能需快速适应业务场景并产出实际效果
- 适合对大模型技术有浓厚兴趣、具备扎实编程和机器学习基础、希望深入AI工程实践的在校生或应届毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可成长为AI算法工程师，专注于大模型训练与优化
- 可向模型部署与MLOps方向发展，成为AI工程专家
- 积累行业经验后，可转向AI产品经理或技术负责人，推动AI应用落地
- 负责基于开源大模型（如Qwen、Gemma）进行知识蒸馏，将大模型能力适配到轻量级模型以实现高效部署
- 通过监督微调和强化学习方法，用销售对话数据训练模型，使其掌握优秀话术和对话管理能力
- 深度参与模型全流程开发，包括数据处理、指令微调、偏好对齐、模型压缩和推理优化
- 构建自动化评测体系，监控线上对话效果，并根据业务反馈持续优化模型
- 熟悉主流开源LLM（如Qwen、Llama）及其开发实践
- 掌握大模型微调技术（如LoRA、QLoRA）和模型压缩与推理加速方法
- 具备扎实的Python编程能力，熟练使用PyTorch/TensorFlow等深度学习框架
- 了解vLLM、SGLang等推理工具，有智能客服或对话系统项目经验者更佳
申请策略
- 研究声网的业务方向（如实时互动AI），理解该职位如何支撑其语音/视频云服务
- 准备1-2个展示模型训练、优化或部署能力的个人项目案例，以便面试时详细阐述
- 突出使用开源LLM（如Qwen、Llama）进行模型训练、微调或部署的项目经验
- 展示Python编程能力及对PyTorch/TensorFlow框架的熟练度
- 强调参与过的对话系统、智能客服或模型压缩相关项目成果
- 如有相关论文、竞赛获奖或开源贡献，可一并体现
- 深入学习LoRA、RLHF/DPO等大模型微调技术，并尝试实践
- 了解并动手使用vLLM、SGLang等推理加速工具，提升工程化能力
面试指南
- 对于技术原理问题，先简要定义，再结合具体项目或论文示例说明实践步骤和效果
- 对于方法对比问题，从原理、优缺点、适用场景等角度结构化回答，并联系实际经验
- 对于开放设计问题，从问题分析、方案选择、实现步骤、评估指标等方面系统阐述
- 请解释一下知识蒸馏的原理，以及在大模型优化中如何应用？
- 如何用SFT和RLHF训练一个销售话术模型？需要注意什么？
- 在模型压缩中，量化和剪枝有什么区别？你有哪些实践经验？
- 如果让你优化一个对话模型的推理速度，你会考虑哪些方面？
- 复习LLM微调、压缩和推理优化的核心概念，准备常见技术问题的回答思路
职位点评
薪资福利65
成长发展85
工作生活50
使命价值75
薪资福利
65中等
该实习职位提供市场水准的实习津贴，公司已上市具有较好的稳定性，但具体福利信息未在JD中披露。
薪资信号市场水准 (4.35–6.53千/月)
成长发展
85较高
职位涉及LLM全链路工程实践，技术前沿性强，能提供扎实的技能成长和项目经验积累机会。
技术前沿前沿/新兴技术
技术栈LLM、模型蒸馏、微调、RLHF、DPO、模型压缩、推理优化
业务类型ambiguous
工作生活
50较低
JD未明确提及办公模式、工作时间或WLB相关信号，生活化动机满足程度有限且不确定。
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
75中等
人工智能是高速增长赛道，该职位工作直接赋能销售等商业场景，具有一定的正向社会价值和行业创新性。
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