Job Description

AI基础设施和算法实习生上海实习数字技术 - 算法职位 ID：A61174职位描述职位描述
辅助AI基础设施和算法团队开展相关的工具开发、算法实验等工作，协助团队完成技术调研和落地。共同探索AGI技术在企业和垂直领域的应用场景和前沿技术。
岗位职责
核心工作内容
大模型训练基础设施建设：参与 CPT（Continual Pre-Training）场景下的数据消融实验工具和平台开发，探索 Scaling Law 实验工具链建设
领域模型技术探索：参与权重合并（Weight Merging）、模型稀疏化（Model Sparsification）、模型蒸馏等前沿技术方向的研究和实验
知识图谱与大模型融合：探索基于知识图谱的数据合成方法、KG&LLM 联合建模技术，推动知识增强的智能应用
算法实验与技术调研：协助团队完成前沿技术调研、算法验证和性能评估，输出高质量的技术报告和实验结论
工具平台开发：参与 AI 实验平台、模型评估工具、数据处理工具链的开发和优化
你将获得
🎯 参与业界领先的大模型技术实践，接触前沿的 AGI 技术应用场景
🧠 与资深算法专家和工程师深度合作，获得专业指导和技术成长
🔬 独立负责小课题研究，有机会将研究成果应用到实际业务场景
📈 完整的实习培养体系，优秀者有转正机会职位要求职位要求
CS、AI相关专业在读硕士/博士或非常优秀的本科生。
具备优秀的代码编写与阅读能力，熟悉至少一种编程语言。
熟悉常见训练推理框架，或熟悉语言大模型常见的训练方法。
保证每周至少3-4天工作时间，可以连续至少三个月的实习期。
有实习经历、比赛获奖、AI领域顶会（CCF-A、B & MLSys）论文者优先。
有大模型、知识图谱、机器学习工具和平台相关项目者优先。
基本要求
学历背景：计算机科学、人工智能、数学、统计学等相关专业在读硕士/博士研究生，或非常优秀的本科生
编程能力：具备优秀的代码编写与阅读能力，熟练掌握 Python，熟悉至少一种深度学习框架（PyTorch/TensorFlow/JAX）
专业知识：熟悉常见的训练推理框架（如 DeepSpeed、Megatron、vLLM 等），或熟悉大语言模型常见的训练方法（如 SFT、RLHF、DPO 等）
实习时间：保证每周至少 3-4 天工作时间，可连续实习至少 3 个月（6 个月以上优先）
加分项
✅ 有大厂（BAT、字节、美团等）AI 相关实习经历
✅ 在 AI 领域顶级会议（NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR 等 CCF-A/B 类会议，或 MLSys）发表论文
✅ 在 Kaggle、天池等数据竞赛中获得优异成绩
✅ 有大模型训练、微调、推理优化相关项目经验
✅ 有知识图谱构建、知识增强生成相关研究经验
✅ 有开源项目贡献或个人技术博客
我们期待你
💪 动手能力强：在给定课题和必要指导的情况下，能自主完成小课题的探索和实验
🔍 学习能力强：对前沿技术保持好奇心，能快速学习和掌握新技术
🤝 团队协作：具备良好的沟通能力和团队协作精神
📝 严谨细致：对技术有追求，注重实验的严谨性和结果的可复现性 投递