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、Java等编程语言，能够独立进行算法模型的设计和实现； 4、具有良好的沟通能力和团队合作精神，有较强的学习能力和解决问题的能力； 5、能够连续实习6个月以上，27届、28届同学优先；
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。
【职位前言】 DeepSeek-R1的发布给世界带来了不小的震撼，更令人敬佩的是，无论是赶超OpenAI o1的模型效果，还是节省百万美元成本的工程优化，这背后的原理与实现都在官方发布的技术报告和开源项目中一一公开。 大语言模型的前沿研究将不再只是少数巨头才玩得起的项目，更多的研究者可以入局这场对人工智能探索的新征程。 如果您对模型背后的工程优化充满好奇（FP8混合精度训练、分布式专家并行等），想深入了解并上手实践，但又没有合适的计算资源与明确的优化目标，又对模型 post-training（GRPO强化学习、模型蒸馏等等）跃跃欲试，但又没有明确的应用场景和数据资源—— 那不妨来网易云音乐，和我们搭上这趟时代的列车，一起拆解硬核技术，聚焦于音乐业务中的搜索、推荐、广告场景，探索大模型的应用落地与高效部署。 【职位描述】 1、参与大模型在后训练和推理工程中的性能优化，结合底层硬件特性从混合精度训练、矩阵计算加速、注意力机制计算优化、GPU分布式并行等方面提升工程效率； 2、通过强化学习、模型蒸馏等方式，构建音乐领域具有 CoT 推理能力的大语言模型，应用于搜索、推荐、广告等业务场景。 【我们拥有】 1、音乐行业内海量用户独一无二的数据资源； 2、贴近实际的业务场景，让 idea 落地并发挥价值； 3、可观的计算资源，性能上还有极大的空间待与你一同挖掘； 4、鼓励创新探索、倡导悉心钻研、宽松融洽多元的团队氛围； 5、成果转换的支持，合作完成项目及论文，助力未来的职业发展。