商汤【27届校招】大模型后训练与智能体算法研发工程师
校招全职算法地点：北京 | 上海状态：招聘
工作描述
任职要求 1、2027 届硕士及以上学历，计算机、人工智能、软件工程、数据科学等相关专业优先； 2、熟练使用 Python，具备良好的代码能力和工程实现能力； 3、了解大模型基础概念，熟悉 SFT、RLHF/RLAIF、DPO、PPO、GRPO、Agent、Tool Use 等方向者优先； 4、对 Agentic RL、工具增强模型、多步推理或自动化任务解决有浓厚兴趣； 5、熟悉 Linux 开发环境，具备基础脚本开发、日志分析和问题定位能力； 6、具备较强的学习能力和抽象能力，…
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+
数据科学+
https://roadmap.sh/ai-data-scientist
Step by step roadmap guide to becoming an AI and Data Scientist
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.
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
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
还有更多 •••
相关职位
校招
职位要求 1、计算机科学、人工智能、电子工程、自动化等相关专业硕士 / 博士学历。 2、具备扎实的深度学习与生成式模型基础：熟悉 Diffusion / Flow Matching / 自回归视频生
更新于 2026-07-15北京|广州
校招
1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底； 2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟
更新于 2026-07-28北京
校招
1. 2027届应届毕业生，计算机科学、人工智能、电子工程、自动化、数学等相关专业； 2. 对前沿技术充满好奇心：持续关注AI领域最新进展，保持强烈的学习热情和自我驱动力，我们看重"想学"胜过"学过"
更新于 2026-07-31北京|广州|深圳
校招研发
1. 学历与专业背景： 国内外一线高校计算机、数学、统计学等相关专业硕士及以上学历，具备极强的逻辑思维和数理功底。 2. 核心理论储备： 2.a. 精通概率论、假设检验等统计学核心原理； 2.b.
更新于 2026-08-03上海