百度百度公有云大模型训练加速实习生（J107176）
实习兼职ACG地点：北京 | 上海状态：招聘♡ 收藏
工作描述
任职要求 -计算机、人工智能相关专业本科及以上学历，具备大模型训练、分布式系统或高性能计算相关经验 -熟悉大模型后训练流程，理解 SFT、偏好学习、奖励模型、RLHF、DPO、GRPO和知识蒸馏等方法的基本原理及适用场景 -具备实际后训练项目经验，能够独立完成数据方案、算法选型、训练调优、效果评测和问题分析 -熟悉 PyTorch，能够使用 Transformers、DeepSpeed、Megatro…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
学历+
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
分布式系统+
https://www.distributedsystemscourse.com/
The home page of a free online class in distributed systems.
https://www.youtube.com/watch?v=7VbL89mKK3M&list=PLOE1GTZ5ouRPbpTnrZ3Wqjamfwn_Q5Y9A
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
还有更多 •••
相关职位
社招3年以上腾讯云产品
1.5年以上IT行业工作经验，其中 3年以上专注于大数据架构、开发或咨询领域； 2.精通大数据生态体系： 对Hadoop (HDFS, YARN), Spark (Core, SQL, Stream
更新于 2025-12-18广州
社招5年以上腾讯云产品
1.计算机、通信等相关专业，本科及以上学历，5年以上大数据相关项目经验，有云计算相关领域经验优先，有大数据研发经验优先； 2.熟悉开源Hadoop生态，对大数据各类组件架构（包括spark, flin
更新于 2026-10-08北京|成都
社招5年以上腾讯云销售、服务
1.本科及以上学历，具有3年以上云或SaaS或通信相关行业工作经验； 2.具备敏锐的市场嗅觉，熟悉公有云行业，有泛零售、云、互联网行业大客户服务经验或客户资源者优先； 3.有海外工作经验(特别是中
更新于 2026-06-08上海
社招5年以上腾讯云销售、服务
1.本科及以上学历，具有3年以上云或SaaS或通信相关行业工作经验； 2.具备敏锐的市场嗅觉，熟悉公有云行业，有泛零售、云、互联网行业大客户服务经验或客户资源者优先； 3.具备较强的执行力和工作热
更新于 2026-07-31北京