logo of meituan

美团大模型应用算法工程师(项目实习生)

实习兼职核心本地商业-业务研发平台地点:北京状态:招聘

任职要求


1.数学、统计、运筹学、计算机或者相关专业硕士及以上学历,3年及以上工作经验 ;
2.在NLPLLM深度学习、推荐算法等领域有扎实理论基础和研发经验,熟悉多模态大模型的训练和评估方法;
3. 熟悉使用Hive/Spark/Hadoop大数据工具,熟悉TensorFlow/PyTorch等框架,有深度学习实际项目经验;
4.具有一定的业务敏感度,具有创新精神和理论结合实践的能力,有主动思考和学习的驱动力, 乐于与业务共同成就和成长;

具备以下条件优先
有过互联网广告、搜索、推荐、营销、大模型应用某一领域有实习经验者优先

工作职责


1. 负责利用大模型能力建立内容产品相关的多模态内容理解能力,包括不限于多模态特征对齐、标签提取、评价生产、总结、embedding表征等工作。
2. 应用大模型和推荐算法等技能,优化内容个性化排序模型策略,提升内容消费率、点击率等核心指标。
3. 结合业务数据,负责大模型的Prompt工程、微调、对齐、知识增强等技术探索,持续改进和优化现有模型。
包括英文材料
学历+
NLP+
大模型+
深度学习+
算法+
Hive+
Spark+
Hadoop+
大数据+
TensorFlow+
PyTorch+
相关职位

logo of alibaba
实习淘天集团研究型实

1. 跟进多模态大模型(vLLM)预训练、SFT、RLHF等技术,调研与跟进最新进展;负责多模态相关性大模型、多模态大模型稀疏检索和稠密模型,多模态大模型个性化预训练方向,以及多模态大语言模型的训练和推理加速; 2. 多模态大模型个性化预训练:研发个性化预训练模型,探索在训练样本、模型参数量等维度上scale-up能带来的收益,研究在电商搜索场景下, CTR和CVR 模型中用户动线特征的挖掘和应用,包括用户行为模型的获取、特征设计、结构优化等个性化建模; 3. 多模态大模型的训练和推理加速:协助研究和开发多模态大语言模型的加速技术,包括但不限于量化、剪枝和蒸馏,以及数据特征和调度优化;实现和优化多模态大模型推理框架,以提高推理速度和效率;与工程团队合作,解决机器学习模型在部署过程中的性能问题; 4. 多模态大模型相关性模型:研发基于多模态大模型的相关性标注和评测大模型,应用到体验实验评测、体验监控、离线数据标注、线上相关性判断等方向; 5.多模态大模型稀疏检索和稠密模型:研究方向包括不限于:电商词表生成、多模态稀疏词表和稠密表征技术、LLMs幻觉缓解等问题。

更新于 2025-05-06
logo of aliyun
实习阿里云2026届

阿里云持续推进AI 技术深化战略布局, 围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此,我们正积极招募优秀人才: 1、智能预测与风控体系构建: 支持相关产品与能力的构建,包括销量预测、智能预警、异常检测、行为序列预测等场景。跟踪时序预测、时空预测、序列预测、异常检测、可解释机器学习、联邦学习、流程挖掘等前沿算法,并合理运用到实际产品中; 2、AI智能&NLP: 参与对话系统、舆情监控、知识图谱等自然语言理解与生成相关应用,构建领域内容大模型。设计并优化预训练语言模型,进行高效微调、模型压缩、推理加速等工作,将NLP、多模态内容理解和生成技术运用于实际产品中; 3、行业趋势与技术跟踪: 持续跟踪行业最新趋势和技术动态,通过深度行业洞察和市场分析,及时预警潜在问题,提出前瞻性的解决方案; 4、产品优化与决策支持: 参与供应链的数字化项目,推动技术实现与业务落地,提升决策质量、速度、规模和可解释性; 5、跨部门协作与项目落地: 与协作部门紧密合作,规划与设计数据集,推动供需预测相关问题解决,确保项目落地并取得预期结果。

更新于 2025-04-23
logo of amap
实习高德研究型实习生

团队介绍: 我们是高德渲染平台研发团队,专注于大模型等前沿技术在地图渲染领域的创新应用。我们的目标是打造智能化的渲染平台,提升渲染效果和质量,为用户带来更优质的体验。如果你对AI赋能渲染、智能化产品升级充满热情,欢迎加入我们! 具体职责包括但不限于: 1、结合大模型、机器学习技术,优化高德渲染平台,提升渲染效果和质量 2、针对特定业务场景,优化大模型,对大模型进行微调,实现专属技能模型的能力升级。

更新于 2025-03-27
logo of alibaba
实习淘天集团T-St

T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目,继承“阿里星〞的使命与愿景,面向全球招募顶尖技术人才。首次开设实习生专项招聘,面向2025年10月后毕业的校优秀技术同学。期待你们在淘天,通过极具挑战的前沿课题与亿级规模的海量数据、应用场景,探索和实践最前沿的Al技术,在有价值的业务场景落地技术成果。 1. 大模型驱动的算法革新: a. 参与大模型(LLM、多模态大模型)在电商核心场景(搜索、推荐、广告、多智能体对话等)中的算法创新与应用; b. 研究大模型与经典搜推广模型的融合方案,提升模型效果与用户体验; 2. 下一代AI系统构建: a. 通过分布式训练、模型压缩、低延迟推理等技术,面向工业级应用完成千亿级参数大模型的高效训练与部署; b. 尝试生成式AI、多智能体协作等前沿方向,推动AI技术在电商领域的创新应用; 3. 大模型在亿级用户规模落地的实战: a. 直面淘宝数亿用户、百亿级行为数据的挑战,落地大模型应用; b. 参与双11、618等顶级电商场景的算法优化,见证大模型技术驱动商业增长的完整链路。 T-Star实习可以带给你什么? ꔷ ①加入前沿技术探索队伍,参与顶级课题研究,有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper

更新于 2025-08-05