狮子山实验室-大模型算法实习生(J31901)

1. 01

   多模态模型：负责或协助开展多模态模型的架构设计与训练工作，包括模态融合方案探索、预训练与后训练数据构造，以及对齐效果的评测与迭代。

2. 02

   Agent 后训练：负责或协助开展面向真实交互环境的 Agent 后训练工作，包括训练环境与奖励设计、SFT / RL 训练实验，以及 Agent 能力的评测体系建设。

3. 03

   AI Infra：负责或协助开展大模型训练与推理系统的优化工作，包括分布式训练的并行与通信策略、高并发推理服务的性能调优，以及关键算子的开发。

1、2026 / 2027 届及以后毕业，计算机、软件、自动化、数学、统计等相关专业本科及以上在读。

2. 02

   扎实的 Python 功底，熟悉 PyTorch，能独立读懂并改造开源训练 / 推理代码库。

3. 03

   理解 Transformer 结构与主流大模型训练范式，能讲清楚自己做过的实验为什么这么设计、结论怎么得出。

4. 04

   具备工程素养：实验可复现、记录清晰、能把一个想法从假设推到有说服力的结论。

5. 05

   对效果"较真"——愿意逐条看 bad case 与 rollout 轨迹，而不是只盯聚合指标。

6. 06

   英文文献无障碍阅读。

7. 07

   加分项： 有相关论文（CVPR / ICCV / NeurIPS / ICLR / ICML / ACL 等）或高质量开源项目。 熟悉 Megatron-LM / DeepSpeed / FSDP / veRL / TRL 等训练框架，或 vLLM / SGLang / TensorRT-LLM 等推理框架。 有多机多卡分布式训练实操经验，独立定位并解决过 OOM、通信瓶颈、训练不稳定等问题。 有多模态模型训练、或 Agent / RL 环境搭建的完整经验。 熟悉 CUDA / Triton 算子开发与性能分析工具链。

8. 08

   每周到岗 ≥ 4 天，连续实习 ≥ 3 个月。