米哈游LLM预训练数据算法实习生
实习兼职程序&技术类地点：上海状态：招聘
工作描述
任职要求 任职要求： 计算机科学、人工智能或相关专业硕士及以上在读； 熟练掌握 Python 及主流数据处理框架（如 Pandas, PySpark），具备扎实的工程实现能力； 深入理解大语言模型的预训练数据构建全流程（从数据源到模型输入），熟悉主流模型架构（如 Transformer）和基础训练范式； 对语言模型和对话系统充满热情，热衷于探索其背后的工作原理与应用场景。 加分项 加分项（满足一项或多项）： 数据审美与洞察力： 对数据质量有敏锐的“直觉”和高标准的审美，能够从海量数据中识别出真正具有价值的“黄金…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
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.
Pandas+
[英文] 10 minutes to pandas
https://pandas.pydata.org/docs/user_guide/10min.html
This is a short introduction to pandas, geared mainly for new users.
[英文] Cookbook - pandas
https://pandas.pydata.org/docs/user_guide/cookbook.html#cookbook
This is a repository for short and sweet examples and links for useful pandas recipes.
https://www.kaggle.com/learn/pandas
Solve short hands-on challenges to perfect your data manipulation skills.
https://www.youtube.com/watch?v=2uvysYbKdjM
I'm super excited for this one. We're doing another complete Python Pandas tutorial walkthrough.
https://www.youtube.com/watch?v=Mdq1WWSdUtw
Filtering, Joins, Indexing, Data Cleaning, Visualizations
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
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
ACL+
https://www.aclweb.org/portal/
Computational linguistics is the scientific study of language from a computational perspective.
还有更多 •••
相关职位
实习程序&技术类
• 计算机、数学、物理或相关专业硕士/博士在读； • 熟练掌握 Python 及 PyTorch/JAX 等深度学习框架； • 深刻理解学习机制： 对深度学习模型的内在学习机制有过深入研究，熟悉 "P
上海
校招程序&技术类
1.具备大语言模型数据研发相关工作经验； 2.熟悉大模型完整训练链路，包含预训练、中段训练、后训练阶段； 3.具备agent模型训练与评测实操经验； 4.有 agentic, reasoning, c
上海|北京
校招程序&技术类
1.熟练掌握 Apache Spark、Ray 等大规模分布式数据处理框架； 2.熟悉大模型完整训练链路，包含预训练、中段训练、后训练阶段； 3.对数据质量具备严苛把控意识，能够针对各类代码、文本语料
上海|北京
实习阿里巴巴研究型实
1. Agent方向：深入理解Transformer架构、掌握预训练（Pretrain）、监督微调（SFT）等基础算法，并深入应用 RLHF、RLAIF、DPO/GRPO 等对齐技术； 2. LLM方
更新于 2026-03-20杭州