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.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。

1. 参与商汤自主研发的深度学习框架的研发与优化。工作目标是优化大数据工业级应用条件下的深度学习核心架构。 2. 适配深度学习算法与架构，对框架进行调整、改进和优化。 3. 对框架的训练速度进行优化，包括计算和通信及其调度，以提高模型训练的效率。 4. 扩充深度学习框架的功能和计算能力，完善工具体系。 5. 开发框架支持大模型推理、微调、训练的能力。

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。