大模型算法实习生 BCSC

参与AI Agent服务平台的核心算法能力建设，协助完成Agent运行时框架（Agent Harness）与上下文工程（Context Engineering）相关功能的迭代与优化。 参与Agent性能评测框架的搭建与维护，协助完成评测任务自动生成、自动化判分、澄清式交互等模块的开发与测试。 参与多智能体协作系统的维护与增强，配合设计面向自动化编译、测试等业务场景的Agent能力方案。 探索长时域Agent规划方案，参与业务Skill的构建、验证与测试方法的研究与落地。 参与算法从实验到上线的全流程，协助建立Bad Case归因、版本对比与持续迭代评测体系

优先2027届应届生，有转正机会 计算机、人工智能等相关专业，2027届硕士及以上学历； 熟悉大模型基础原理（Transformer架构、预训练-微调范式等），了解至少一种主流大模型（如Llama、Qwen等）的使用方式； 熟悉PyTorch、Hugging Face Transformers等常用深度学习框架与工具库，有实际训练或微调经验； 了解至少一种大模型对齐算法（如SFT、DPO、PPO等），了解其基本原理与适用场景； 了解Agent基本概念（如ReAct、Tool Calling等），接触过至少一种Agent开发框架（如LangChain、LlamaIndex等）； 接触过vLLM等推理引擎，有模型服务化部署经验者优先； 有阅读前沿论文并复现的能力，有顶会论文或开源项目贡献者优先（加分项，非必需）； 具备良好的沟通协作能力与自驱力，能够快速理解业务需求并转化为技术方案。 福利: 500强外企，跨文化交流，大平台新视野。 公司有食堂，工作氛围轻松愉快，可优先接触内部转正机会！ 与行业专家一对一指导，快速提升专业技能和职场竞争力。 在世界百强外企中积累宝贵的实习经验，为你的简历增色。 投递岗位即默认同意博世集团网上招聘相关隐私协议 协议地址：请通过访问博世中国官方主页，博世在中国＆gt;加入博世＆gt;工作机会，在网上招聘数据隐私声明