字节跳动大语言模型后训练算法实习生 - 国际化广告创意与品牌
实习兼职A213617地点：上海 | 杭州状态：招聘♡ 收藏
工作描述
任职要求 1、硕士及以上学位在读； 2、具备大语言模型、强化学习或后训练相关项目或研究经验； 3、熟悉Python，并至少熟悉一种主流深度学习框架； 4、对AIGC、广告创意生成和大模型技术有热情，具备良好的学习、分析及协作能力； 5、每周可到岗4–5天，连续实习至少3个月，能够实习半年及以上者优先。 工作职责 团队介绍：字节跳动国际商业化创意与品牌广告团队致力于通过创意内容（如创意解决…
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+
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
还有更多 •••
相关职位
实习核心本地商业-基
1、硕士及以上学历，计算机、人工智能、数学等相关专业，博士优先； 2、熟悉NLP、LLM、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实践经验； 3、有较强的分析和解决问题能力，能够
更新于 2026-04-03北京|上海
社招2年以上混元-模型算法技
1.计算机、AI 等相关专业硕士及以上学历； 2.精通 Transformer 与大模型训练原理，在长期记忆、RAG、个性化 LLM、超长上下文、大模型 + 用户画像任一方向有扎实实践； 3.熟悉
更新于 2026-10-21北京
社招1年以上混元-模型算法技
1.计算机科学、数学、人工智能等相关专业硕士及以上学历，具备良好的数理基础； 2.具备良好的工程实现能力，熟练使用 PyTroch、Megatraon、vLLM 等常见大模型训练和推理框架； 3.
更新于 2026-09-17北京
社招3年以上混元-模型算法技
1.计算机科学/软件工程/人工智能等相关专业硕士及以上学历； 2.深入理解 Transformer 架构及大语言模型训练原理，在 LLM Alignment、RLHF、Reward Modeling
更新于 2026-06-30深圳