得物AI工程算法实习生

1. 探索LLM前沿领域研究，包括但不限于数据集建设、模型预训练、模型蒸馏、迁移学习、逻辑推理、智能体、MoE、Scaling law和模型评估等工作。 2. 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化对齐、策略迭代等，提高算法的效率和性能。 3. 参与LLM在AI虚拟人、AI评论生成、AI广告创意生成、LLM4Rec等业务场景的应用工作。

ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：我们是一支专注于抖音娱乐内容的全链路系统性建设团队，支持短剧、影视综、演唱会、世界杯、亚运会等内容的分发、变现、播放全流程建设。短剧作为当前最火热的赛道，整个行业还有巨大的增长空间，我们秉承技术赋能业务的目标，涵盖抖音系及小程序各端、各场景，除了现有全栈、跨端、工程化方向，我们不仅仅是行业追随者，更是创新者和引领者，我们正在大力探索基于 AI 的解决方案，包括 AI 短剧、AI 托管运营、AI 工程化等 ，亟需优秀的你加入。 1、通过AIGC生成短剧内容创作，同时带来多分支内容创作的繁荣，为抖音带来更多UGC短剧内容供给； 2、建设大规模的视频生成基础模型，取得领先水平； 3、进行视频生成相关的算法的设计和效果迭代，提升视频生成的效果。

你将深度参与以下模块的设计、验证和优化： [1] 感知：让 Agent 理解复杂多变的用户界面，将海量的、异构的、实时的场景信息高效可靠地转化为结构化的 item。 [2] 记忆：让 Agent 拥有仿生的长短期记忆，通过多路召回等策略，组合聊天历史、用户画像和召回结果，为Agent 的每一次决策提供最关键的上下文。 [3] 决策： 构建自主的 Agentic Workflows，让 Agent 学会在恰当的时机，以恰当的方式与用户交互。 此外，你还需要参与建立一套自动化的、数据驱动的评测框架，用于客观、全面地衡量Agent在真实世界任务中的表现，驱动工程策略的快速迭代。

工作内容：语言大模型技术的研究和应用 负责大模型方向技术的研究和应用，构建汽车垂域智能系统，工作内容包括以下三个方向： a. 负责追踪大模型学术进展，预研前沿技术问题，打造行业领先技术影响力 b. 负责根据业务场景，抽象技术问题，预研和实现大模型技术，赋能整车业务 技术方向包括但不限于： 1. 模型架构、预训练方法、高效微调、模型评估及迭代 2. 知识增强、工具增强、AI Agent、RAG 3. 安全、时效性等问题解决 4. 训练和推理加速、模型量化、端测落地 5. 大模型核心能力提升，包括理解能力、知识能力、推理能力、生成能力和语言能力等 6、制定相关规范并形成项目管理文档。