大模型算法实习生-AI对话 （D110037 ）

1、通过优化算法，持续对话的用户满意度、提升营销转化率

2、研究方向包括但不限于:RAG、大模型监督微调(SFT)、DPO、强化学习(RLHF、GRPO)、模型蒸馏等技术，负责大模型、基座增强、指令微调、偏好对齐

3、通过对抗AI机器人、Reward Model等技术来做评估

1、实习岗面向28、29、30年毕业，计算机或者相关专业本科/硕士在读，一周至少实习4天，4个月以上实习期。

2、熟悉常用的机器学习和深度学习算法，熟悉基本的网络模型结构、生成式模型、PEFT技巧、RAG、 Agent、RL、熟悉常见多模态模型

3、具备较好的编码能力，熟悉Python，熟悉 PyTorch