智元机器人
大模型训练算法实习生
大模型训练算法实习生
发布于 4 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Dpo
Llm
Lora
Pytorch
多模态数据处理
大模型训练
模型量化
值不值得投
75综合评分
综合评分 75
前沿大模型实战平台、导师带教成长快、具身智能赛道潜力大，但实习强度较高且地点未明
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
6.0千
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 1540 个在招 · 其中人工智能 14 个
市场机会
选择面较广
深圳 · 人工智能 · 约 150 个在招
职位详情
关于这个职位
该职位面向具身智能与人形机器人场景，在资深导师指导下参与大模型（LLM/VLM/VLA）的全链路训练工作
核心职责涵盖多模态数据清洗合成、SFT与LoRA/DPO等微调实验、自动化评测体系搭建及端侧小模型压缩探索，旨在通过真实工业项目帮助实习生积累扎实的大模型训练实战经验
最低要求
计算机/自动化/电子/数学等相关专业，2028届本科/硕士/博士在读(毕业时间2028年)
熟悉Python，熟练使用PyTorch
了解Hugging Face Transformers等常用生态
掌握深度学习基础：Transformer、Attention、Tokenizer、Embedding、Loss与优化器等基本原理
至少有以下一项经历即可：课程/课题/竞赛/个人项目中训练或微调过模型(不限规模，小模型亦可)
用LoRA等方法微调过开源大模型
读过并尝试复现过大模型相关论文或开源项目
实习时间：每周4天及以上，连续3个月及以上，可尽快到岗
工作职责
数据构建：协助多模态(视觉/语言/动作)训练数据的清洗、合成、格式转换与质检
参与SFT/偏好数据集的构建，探索数据配比对效果的影响
模型训练与微调：在已有训练框架基础上，开展SFT、LoRA/QLoRA、DPO等微调实验
跟踪loss与指标，分析收敛、过拟合等问题，整理实验结论
评估体系：协助搭建评测集与自动化评测脚本，对比不同数据/超参/训练策略的效果，输出分析报告
小模型与压缩探索(加分方向)：在兴趣与时间允许下，尝试蒸馏、量化(GPTQ/AWQ等现成工具)和端侧推理(llama.cpp/ONNX Runtime/TensorRT)的小实验
工具与文档：编写训练/评测辅助脚本，整理实验记录与技术文档
优先资格
训练侧：有LLM/VLM/VLA微调实战
了解分布式训练(DeepSpeed/FSDP)
了解RLHF/DPO
有可复现成果
量化/端侧：了解或用过模型量化(INT8/INT4、GPTQ、AWQ)
有TensorRT/ONNX/llama.cpp/MNN等端侧推理经验
会C++
其他：熟悉Linux/Git/Docker
有机器人/自动驾驶方向经历
有开源贡献、论文或竞赛获奖(非硬性)
AI 洞察
优缺点分析
优点
- 聚焦具身智能与大模型前沿交叉领域，技术栈先进
- 拥有资深导师带教与真实项目实战机会
- 硬科技赛道成长空间广阔
- 大模型训练对算力与数据质量要求高，实验调试周期长
- 需快速掌握多模态数据处理与复杂调参技巧
- 适合计算机/AI相关专业在读生，对大模型底层原理有浓厚兴趣，且具备较强动手能力和抗压学习能力的求职者
缺点 / 挑战
- 初期可能面临较多重复性数据清洗工作
角色解读
- 从数据构建与基础微调起步，逐步深入分布式训练、RLHF/DPO及端侧部署
- 未来可向大模型算法工程师、具身智能算法专家或AI研究员方向发展
- 负责多模态训练数据的清洗、合成与质检
- 在导师指导下进行大模型微调(SFT/LoRA/DPO)实验
- 搭建自动化评测体系并输出分析报告
- 扎实的Python与PyTorch编程能力
- 深入理解Transformer架构及大模型训练原理
- 具备较强的动手实验与数据分析能力
申请策略
- 提前了解智元机器人的人形机器人业务线
- 准备1-2个完整的大模型训练/微调项目案例，重点说明数据 pipeline 设计与调参思路
- 突出PyTorch实战项目、大模型微调/复现经历、多模态数据处理经验
- 量化展示实验指标提升或论文/竞赛成果
- 强化Transformer底层实现与分布式训练框架(DepthSpeed/FSDP)学习
- 补充模型量化与端侧推理工具链实操
面试指南
- 采用STAR法则结构化回答项目经历
- 针对技术问题，先阐述理论依据，再结合具体工具链说明排查步骤，最后总结优化方案
- 请详细介绍你微调过的一个开源大模型项目，包括数据准备、训练策略与遇到的问题
- 如何设计多模态数据的清洗与合成流程？
- 面对训练 loss 不收敛或过拟合，你的排查思路是什么？
- 复习Transformer核心机制与主流微调方法
- 熟悉常见评测指标与自动化脚本编写
- 准备一份清晰的项目复盘文档或代码仓库链接
职位点评
薪资福利65
成长发展92
工作生活50
使命价值85
薪资福利
65中等
实习津贴符合深圳AI行业中等偏上水平，但作为在校生岗位，整体薪酬以日常补贴为主，长期经济回报相对有限。
薪资信号未披露（AI估算：4.5–7.5千/月）
成长发展
92较高
职位高度契合技术成长需求，提供前沿大模型训练实战、导师制带教及跨模态/端侧部署拓展机会，职业发展空间极佳。
技术前沿前沿/新兴技术
技术栈LLM、VLM、VLA、PyTorch、LoRA、DPO、DeepSpeed、Transformer
成长机会在导师指导下、积累大模型训练实战经验
业务类型profit_center
工作生活
50较低
实习期要求每周出勤4天以上且连续3个月，属于高强度投入型岗位，工作模式与通勤灵活性未明确说明，整体WLB表现一般。
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
85较高
深度切入具身智能与人形机器人这一国家战略新兴赛道，技术成果可直接赋能实体产业，社会价值与行业使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号面向具身智能 / 人形机器人场景
创新程度开拓性创新（行业首创）
Watch Jobs