小米算法实习生
实习兼职地点：北京状态：招聘
任职要求
1. 计算机科学、人工智能、材料科学、化学、物理学、机械工程或相关领域在读研究生； 2. 熟悉深度学习、强化学习等AI技术，熟悉Pytorch或TensorFlow等主流深度学习框架； 3. 熟悉大模型相关技术与主流工具，有大模型训练、微调、提示词工程、RAG等方面经验的优先； 4. 了解材料科学领域的基础知识，有金属材料、电池材料、碳纤维材料等领域经验的优先； 5. 具备良好的英语读写能力，能够撰写高水平学术论文。
工作职责
1. 参与材料科学大模型开发，结合材料科学知识，构建大模型驱动的材料设计解决方案； 2. 参与其他AI驱动材料设计工作，涉及生成模型，回归模型，寻优模型等； 3. 参与具体业务项目，与材料科学专家和软硬件工程师紧密合作，将大模型成果应用于生产实践； 4. 撰写技术文档和论文，发布研究成果。
包括英文材料
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
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
RAG+
https://www.youtube.com/watch?v=sVcwVQRHIc8
Learn how to implement RAG (Retrieval Augmented Generation) from scratch, straight from a LangChain software engineer.
相关职位
实习A13881A
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。 1、对生物领域的现有模型进行开发和改进，包括但不限于： 1）蛋白质结构、功能、相互作用预测； 2）蛋白质-配体相互作用预测； 3）小分子性质建模等； 2、协助团队基于模型开发完成公开生物数据的收集、清理、分析和录入； 3、构建符合业务需求的数据集合并维护。
更新于 2025-04-15
实习
1. 针对智能驾驶的各个场景，协助进行VLM的prompt优化 2. 对于VLM表现不佳的场景，能够参与到实际项目中，配合并协助做一些数据收集和处理，以及VLM模型微调方面的工作 3. 对前沿技术感兴趣，能够阅读相关领域文献，保持对前沿技术的敏感性
更新于 2025-06-06
实习
1. 辅助完成AI在电动汽车智造领域的关键技术预研； 2. 参与汽车工厂侧算法项目预研，包括但不局限于基于图像的异常检测等项目，不断完善和优化算法，以技术驱动公司业务成长，体现技术价值；
更新于 2025-04-08
社招1年以下
参与末端物流最后一公里的全智能化算法场景探索与设计，包括资源匹配，人员动态调度，智能诊断，预测预警等复杂末端日常营运场景的智能化管理能力构建，提升小哥的员工满意度，提升整体物流配送效率的同时降低整体物流成本。综合应用机器学习，运筹优化，数据挖掘等技术，在真实的全国配送网络当中实践创新的智能算法解决方案。
更新于 2024-06-14