Agent算法实习生-AI教育产品

- 协助完成数据清洗、标注规范整理、样本构建和评测集维护。

- 参与LLM后训练相关数据建设，协助完成训练数据清洗、数据构建、标注规范整理及评测集维护。

- 参与 SFT、DPO、GRPO、PPO 等后训练方向的实验设计与落地，完成训练数据准备、实验配置、结果记录与效果分析。

- 协助搭建 Agent demo、RAG 流程或自动化测试脚本，验证方案可行性。

- 整理模型输出错误案例，归因问题并提出优化建议。

- 跟踪开源框架和新技术方案，输出调研笔记或复现结果

- 本科及以上在读，计算机、人工智能、软件工程、数学等相关专业优先。

- 熟悉 Python，具备基础算法、数据处理和脚本开发能力，能够独立完成简单实验与数据分析。

- 熟悉大语言模型训练与应用流程，了解 SFT、RLHF、DPO、PPO、Reward Model 等后训练方向，有 ms-swift、verl、LLaMA-Factory、Slime、Megatron 等训练框架使用经验者优先。

- 具备一定的模型部署能力，了解模型量化、推理加速、服务化部署等方向，有 vLLM、SGLang、TGI、TensorRT-LLM 等使用经验者优先。

- 做事认真细致，能规范记录实验变量、结果和结论。

- 能稳定实习 3 个月及以上，每周到岗 4 天及以上优先