Job Description

算法实习生（LLM 应用落地）上海实习技术 - 算法模型职位描述职位描述
你将加入游戏 AI 核心团队，探索 LLM 与 Agent 技术在游戏研发、运营及玩家生态中的前沿应用，你的工作内容更侧重于利用大模型技术为游戏业务深度提效。
主要职责：
1. 智能 Agent 开发：参与迭代基于 LLM 的 Agent 系统，研究工具调用（Tool Use）、多步规划（Planning）和长短期记忆管理，打造能自主完成复杂任务的数字员工。
2. RAG 系统优化：参与迭代企业级的 RAG 系统，解决复杂文档解析、长文本上下文压缩，以及搭建高性能的文档索引系统和优化问答的准确性。
3. 垂直场景落地：参与 LLM 在游戏全生命周期中的深度集成与应用落地。例如：海量玩家反馈的实时情感识别与核心话题聚类；利用 LLM 攻克游戏术语、玩家俚语等长尾场景下的 UGC 翻译与内容审核难题等。
4. 工程化实践：配合团队完成微服务架构下的 AI 接口封装、Prompt 工程优化以及模型评测体系构建。职位要求职位要求
- 基础背景：计算机、人工智能、数学等相关专业在读硕士/博士（2027 年及以后毕业）；
- 编程功底：精通 Python 编程，熟悉 Linux 环境，具备优秀的算法与数据结构基础；
- 模型经验：熟悉 PyTorch/TensorFlow，最好对主流开源模型（如 Qwen, Llama, DeepSeek 等）有实际微调或部署经验，熟悉 Transformer 原理；
- 实战能力：熟练掌握 Prompt Engineering（特别是复杂推理链设计），熟悉至少一种 LLM 框架；
- 数据敏感度： 对数据分布偏差有深刻理解，能独立分析 Badcase 并给出系统性解决方案。
加分项：
- 实战项目：有完整的 RAG 落地经验、Agent 系统搭建经验或自动化工具开发背景；
- 云原生/微服务： 熟悉 Docker 容器化、Redis/MongoDB 及微服务监控体系；
- 论文/竞赛： 在顶会发表论文或在 Kaggle、数学建模等竞赛中获得 Top 排名。 投递