商汤大装置-大模型算法应用实习生

利用商汤自研的AI应用开发者工具LazyLLM（https://github.com/LazyAGI/LazyLLM），探索AI-Agent的可能性和商业化落地场景，包含但不限于多模态RAG、AI-PPT、AI小说、旅行助手等；

1. 负责商汤SenseCore AI智算数据中心以及大模型应用开发平台等产品的项目落地交付软件设计、开发工作； 2. 在架构师的指导下，主导软件的开发、需求整理等工作。

1.技术边界与场景洞察：参与ToB行业调研，从技术可行性视角评估大模型在具体场景下的能力边界，输出商业价值与技术落地性的机会分析。 2.产品架构与逻辑设计：参与大模型产品0→1规划，负责定义产品的技术指标（如准确率、响应延时等），撰写逻辑严密的 PRD，主导Prompt或Agent交互逻辑设计。 3.算法方案深度整合：衔接业务与技术团队，将需求转化为清晰的算法实现路径，参与RAG、SFT、CoT、Agent等技术方案的选型与设计讨论。 4.数据闭环与效果调优： 参与产品商业化落地，通过分析Bad Case与用户反馈，设计评测集与验收标准，驱动模型效果持续优化与业务增长。

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。