知乎AI算法实习生
任职要求
1. 学历与经验：27届计算机、数学、计算机等相关专业硕士或博士研究生，具备算法相关实习经验者优先（实习时间不少于3个月，可尽快到岗者优先）。 2. 技术兴趣与方向：对人工智能前沿技术有强烈兴趣，有大模型微调或强化经验的优先。 3. 论文阅读与实现能力：具备较强的论文阅读和复现能力，能够快速理解并实现State-of-the-Art算法。 4. 数学与算法基础…
工作职责
1. 参与知乎核心业务中的AI算法研发与优化，包括但不限于AI搜索、内容理解、智能推荐、搜索排序、多模态内容生成等场景。 2. 探索大模型（LLM）在知乎业务中的应用，推动模型创新与落地。 3. 深入研究和实现前沿论文中的算法，结合业务需求进行迭代优化，提升模型效果与性能。 4. 与产品、工程团队紧密协作，推动AI技术在知乎生态中的规模化应用，赋能业务增长与用户体验提升。
1.算法研发：参与搜索/推荐/广告系统的算法迭代，优化CTR（点击率）、CVR（转化率）或GMV预估模型。 2.全链路优化：参与召回、粗排、精排、重排、多目标优化等环节的算法设计与开发。 3.特征工程：挖掘和处理海量用户行为日志，优化稀疏特征处理、表征学习及交叉特征构建。
1. 紧跟业界最新自然语言处理技术动态，深入研发并努力创新自然语言处理相关的知识库、词法、句法、语义、文档分析、深度学习、机器翻译、智能对话等技术，包括新颖的算法/模型的提出，模块的实际开发，对接自然语言处理平台的接入以及把高水平研发成果以论文/专利等形式进行发布； 2. 理解自然语言处理技术应用的相关的业务场景及需求，在自然语言处理技术内核的基础上考虑业务场景的特殊性进而适当适配业务需求； 3. 在核心技术研发之外，也会适当参与到具体的NLP相关业务中，例如文本内容的理解，商业场景的多语言多模态翻译和沟通，搜索Query分析、智能对话的语义解析及意图理解、商品评价的语义理解、内容搜索推荐的结构化分析、商品搜索推荐的标签体系、社会化问答的文本分析、智能客服的场景定制等； 4. 追踪并转化前沿技术：紧密跟踪大模型（LLM）领域的国际前沿动态，快速实现从论文到代码再到解决方案（Paper→Code→Solution）的技术转化，并有机会将高水平研发成果以论文/专利等形式发布。
团队介绍： 团队成员来自国内外知名高校及头部互联网企业，具备深厚的学术研究积累和丰富的产业实践经验，已在KDD、NeurIPS、ICLR、ICML、ACL、AAAI等顶级学术会议发表多篇论文。 团队长期聚焦真实业务场景中的前沿算法创新，重视研究问题的学术价值、技术深度与实际影响力，可为实习生提供从问题定义、算法研究、实验验证到论文投稿和业务落地的完整研究环境。 职位描述： 围绕高德核心业务场景，开展具有学术价值和实际应用潜力的前沿AI技术研究，完成文献调研、问题定义、算法设计、实验验证、系统实现及论文撰写，推动研究成果向顶级学术会议投稿，并探索在真实业务场景中的落地应用。 研究方向包括但不限于：大语言模型与多模态大模型后训练、持续学习、Agent推理与决策、Agent记忆系统、Agent Skills与工具使用、Agent自主进化与自我改进、长程任务智能体、GUI Agent、流式视频理解及实时多模态智能等。
1. 参与知乎核心业务中的AI算法研发与优化，包括但不限于AI搜索、内容理解、智能推荐、搜索排序、多模态内容生成等场景。 2. 探索大模型（LLM）及多模态大模型（VLM）在知乎业务中的应用，推动模型创新与落地。 3. 深入研究和实现前沿论文中的算法，结合业务需求进行迭代优化，提升模型效果与性能。 4. 与产品、工程团队紧密协作，推动AI技术在知乎生态中的规模化应用，赋能业务增长与用户体验提升。