小米RAG算法工程师实习生
任职要求
1. 计算机或相关专业硕士及以上，发表过大模型相关研究AI论文优先。 2. 熟悉Python，熟练掌握主流深度学习框架pytorch/tensorflow，大模型训练框架Megatro…
工作职责
1. 参与大模型检索增强生成（RAG）技术的研发与优化，包括但不限于： 1.1 文档检索算法（如稠密检索、混合检索）的改进与实现； 1.2 大模型与检索系统的协同优化； 1.3 端侧RAG，agentic RAG等技术路径探索。 2. 构建和评测RAG系统在垂直业务领域的应用效果，设计实验方案并分析结果。 3. 跟进学术界与工业界最新进展，复现论文或开源项目，参与RAG在小米落地应用的相关工作。
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。
【团队介绍】 聚焦大模型与高德核心业务的深度融合。围绕用户出行、搜索、导航、POI发现、行程规划等亿级流量场景，我们探索如何通过大语言模型（LLM）、多模态大模型、强化学习与推荐系统的协同创新，提升用户交互体验与业务转化效果。 【岗位职责】 1. 参与高德地图 AI 对话 Agent 相关算法研发，包括对话理解、任务规划、工具调用、多轮对话管理等； 2. 探索大模型在地图场景下的应用，如 Prompt 工程、RAG、SFT、RL Training、Agent 框架优化等； 3. 协助构建高质量对话数据集，参与模型训练、评估与上线迭代； 4. 跟踪前沿技术，复现并改进相关方法，推动技术创新。
1. 负责大模型相关研发工作，包括智能体、Function Call、RAG、大模型幻觉、风格化回复等。 2. 熟悉大模型的预训练、SFT、RLHF等，跟进大语言模型的前沿技术，持续提升业务效果。 3. 了解智能体记忆相关技术，结合记忆优化大模型的个性化回复。
1、专注于大语言模型（LLM）的前沿技术研究，包括但不限于CPT、SFT、RL，以提升复杂指令遵循能力、多模态大模型、多智能体系统、RAG等方向； 2、探索多模态大模型在电商领域的应用，以及检索增强的LLM等创新应用； 3、搭建自动化的数据处理管道和训练框架，实现模型的快速迭代和评估； 4、参与模型评估工作，包括评估流程的建设与完善、评估方法的设计与优化。