滴滴27届秋储-算法实习生（MPT）

1、大模型应用研发：参与基于大语言模型（LLM）的应用系统设计与开发，包括但不限于 Prompt 工程、检索增强生成（RAG）、智能 Agent 搭建、模型微调（Fine-tuning）等 2、业务场景落地：与产品、工程研发团队协作，将大模型能力落地到具体业务场景（如智能招聘、智能客服、数字HR等），并持续优化效果 3、技术探索与评估：跟踪前沿大模型技术（如新模型发布、Agent 框架、推理优化方法），进行技术预研和可行性分析 参与模型效果评估体系的构建，输出实验报告 4、数据处理与实验：协助清洗、构建领域数据集，设计对比实验，分析模型输出质量，并根据反馈迭代算法策略。

1、参与基础大语言模型应用研发 2、结合机器学习、强化学习等技术优化基础大语言模型 3、调研并探索SFT/RLHF方向前沿算法、框架，持续提升现有算法的效率与效果。

1、从事交通场景下的场景理解、目标检测与识别 2、从事机器学习基础框架的优化和改进 3、将相关应用场景中的问题转化成数据模型或者科学问题，并尝试提出解决方案。

1、负责滴滴出行与商旅出行平台相关业务研发工作 2、负责相关产品功能模块的设计和开发，包括需求分析，详细设计，测试上线等项目过程。