脉脉算法实习生（大模型方向）
任职要求
1、计算机、数学、统计学等相关专业本科或以上学历，有扎实的数学基础和算法基础，顶刊/顶会发表论文优先； 2、有一定的大模型算法或者算法实践经验； 3、熟练使用Python、R、J…
工作职责
职位描述 1、作为算法实习生，你将参与到公司的核心技术研发和项目管理中，与顶尖的技术团队一起工作； 2、参与公司大模型算法团队的日常工作，包括参与机器学习模型的开发、调优和部署； 3、参与数据分析和挖掘，为产品和业务提供数据支持； 4、参与新技术的研究和实践，为公司提供创新的技术解决方案； 5、协助团队进行算法模型的设计和实现，并进行性能优化；
-搭建大模型风控平台、算法，帮助搜索、商业广告、电商交易、运营活动提升风控、反作弊能力和效率 -模型调优，提升大模型不同场景风控、反作弊专业知识能力 -推理调优，提升大模型不同场景风控、反作弊识别推断能力 -知识检索能力构建，基于向量数据库构建风控、反作弊数据高时效检索能力，提升大模型在风控、反作弊场景的判罚效果
1、负责大规模预训练模型在全网百亿级网页搜索引擎的定向优化及落地工作，主要参与查询理解和搜索召回以及大模型在搜索中落地进行探索应用。 2、基于海量用户行为数据以及人工标注数据，结合自然语言处理、性能优化、数据挖掘、机器学习等前沿技术，支持prompt工程、LLM微调、LLM强化学习等工作。 3、研究方向包括但是不限于大规模预训练技术、文本生成、模型蒸馏/窃取、强化学习等。
1.负责包含文本、视频、图片、语音等多模态数据对齐的基础大模型核心技术研发，包括 Pretrain、SFT、RL 等，持续追踪和应用领域最新技术进展； 2.预训练：跟进和研发更先进的 foundation 模型结构、训练模式、scaling law，提高训练效率和优化关键问题（如推理、长序列能力，多模态融合）； 3.后训练：跟进和研发基座模型的后训练技术，充分激发模型潜力，包括但不限于高质量指令样本构建、课程学习、reasoning RL 等方向； 4.应用：通过模型与场景的深度耦合，推进大模型能力在实际业务中的最优表达，构建具备长期价值的智能 Agent； 5.结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
1.负责LBS搜索领域内，NLP和大模型相关的算法研发，包括但不限于LLM预训练、Agent、NLP、召回排序模型等。 2.应用最新的技术，推进线上应用的创新与优化，提升信息分发的体验和效率。 3.与工程团队紧密合作，确保算法研发成果的有效落地。