小鹏汽车端侧 AI Agent 校招实习生
任职要求
1. 实习地点：北京。 2. 专业要求：计算机、软件工程、人工智能等相关专业，2027 届及以后毕业的本科或硕士在读学生。 3. 实习时间：实习时长 3~…
工作职责
小鹏汽车智能驾驶 + 智能座舱 AI Agent 实习生，参与核心项目的 AI Agent 开发与落地工作，承担真实业务场景中的工程任务，同时跟进 AI Agent 前沿技术与行业动态的预研与验证。 职责 1. 协助研发团队完成 AI Agent 核心模块的工程化开发，参与任务规划、工具调用、上下文管理、记忆系统等关键能力的设计与实现，推动智能体系统的迭代落地。 2. 协助研发团队完成 AI Agent 评估系统的工程化开发，参与仿真、干预、可观测等关键能力的设计与实现，推动智能体评估系统的迭代落地。 3. 结合具体业务场景，参与 Agent 系统的测试、调试与性能优化，协助解决工程落地中的各类技术问题，保障系统的稳定性和可扩展性。 4. 持续跟踪 AI Agent 相关技术的最新进展（包括但不限于论文、开源项目与行业实践），参与技术预研与原型验证，输出调研报告与可行性方案。
1.大模型微调与优化 基于业务场景需求，主导7B/14B等参数量级大模型的微调全流程，涵盖数据清洗、算法选择（如LoRA/QLoRA）、量化压缩（INT4/INT8）及部署优化 设计参数高效微调方案，优化模型推理效率与成本，推动RAG技术栈（向量数据库/检索增强）在业务中的落地 跟踪前沿技术（如Diffusion模型、多模态微调），探索模型轻量化与领域适配的创新方案 2.AI Agent开发与系统集成 构建基于LLM的智能体架构，实现任务规划、记忆管理、工具调用等核心功能，开发符合业务逻辑的Agent交互系统 集成LangChain、LlamaIndex等开发框架，实现AutoGPT式自主决策能力，优化Agent在复杂场景下的鲁棒性 推动Agent与数字孪生、数字员工等技术的融合，提升工业检测、智能客服等场景的自动化水平 3.客户需求转化与方案落地 深度参与客户需求分析，将业务场景（如制造、金融、医疗）转化为可执行的AI技术方案，提供端到端咨询服务 输出技术文档与API接口，支持跨部门协作与客户侧的技术培训 监控模型生产环境表现，针对客户反馈持续迭代优化，确保SLA达成与成本可控
1.大模型微调与优化 基于业务场景需求，主导7B/14B等参数量级大模型的微调全流程，涵盖数据清洗、算法选择（如LoRA/QLoRA）、量化压缩（INT4/INT8）及部署优化； 设计参数高效微调方案，优化模型推理效率与成本，推动RAG技术栈（向量数据库/检索增强）在业务中的落地； 跟踪前沿技术（如Diffusion模型、多模态微调），探索模型轻量化与领域适配的创新方案。 2.AI Agent开发与系统集成 构建基于LLM的智能体架构，实现任务规划、记忆管理、工具调用等核心功能，开发符合业务逻辑的Agent交互系统； 集成LangChain、LlamaIndex等开发框架，实现AutoGPT式自主决策能力，优化Agent在复杂场景下的鲁棒性； 推动Agent与数字孪生、数字员工等技术的融合，提升工业检测、智能客服等场景的自动化水平。 3.客户需求转化与方案落地 深度参与客户需求分析，将业务场景（如制造、金融、医疗）转化为可执行的AI技术方案，提供端到端咨询服务； 输出技术文档与API接口，支持跨部门协作与客户侧的技术培训； 监控模型生产环境表现，针对客户反馈持续迭代优化，确保SLA达成与成本可控。
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。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。