Job Description

大模型应用算法实习生上海实习互联网 / 电子 / 网游技术类职位描述1、跟踪行业前沿技术，如Agentic RL、DeepResearch、新型大模型架构等，参与新一代基座模型的调优与创新，发表高水平论文。
2、参与搭建和优化基于Agentic架构的智能客服算法系统，支撑百万级日均咨询场景。
3、挑战大模型在电商领域的适配难题：电商专属术语（价保、凑单、预售规则等）与通用大模型语料差异显著，需解决领域知识对齐难题，提升专业场景回复准确率；
4、挑战幻觉严格抑制控制难题：需严格规避大模型生成虚假商品信息、售后政策、物流规则等内容，确保回复真实性与合规性；
5、挑战多轮对话一致性难题：电商咨询需跨轮记忆用户核心需求（如 “之前咨询的 XX 商品售后”），解决大模型上下文遗忘、回复矛盾问题；职位要求成长机会
大模型实战：深度参与电商专属大模型微调全流程，掌握低资源场景下高效微调技术（LoRA/QLoRA），积累领域大模型落地经验；
前沿技术探索：优先参与 “大模型 + 智能客服” 创新方向（多模态交互、Agent架构、主动服务推荐），对接行业前沿；
真实数据沉淀：使用亿级电商真实对话数据训练模型，直面领域大模型核心痛点，输出可量化的效果优化成果；
专属指导资源：由资深大模型算法工程师一对一带教，定期开展大模型预训练、微调、Agentic RL、DeepResearch等技术分享和讨论。
职位要求
1、学历背景：硕士及以上学历，计算机、人工智能、信号处理、模式识别等相关专业，优秀本科生可放宽条件；
2、熟练掌握 Python/C++/Java 等至少一门编程语言；
3、熟悉机器学习、深度学习基础理论和方法，掌握主流深度学习框架（TensorFlow / PyTorch）任一种；
4、熟悉 NLP 核心技术（词向量、Transformer、意图识别），对大模型（LLaMA/Deepseek/GPT）有基础认知；
加分项：
1、相关专业在读博士，有一定的科研经验。
2、在顶级会议（如 ACL、NeurIPS、ICLR 等）发表过相关论文，或高水平竞赛取得优秀名次；
3、有大模型微调（LoRA/QLoRA）、Agentic RL、Prompt 工程、对话系统项目经验。 投递