1. 本科及以上学历，计算机、人工智能、软件工程、数据科学等相关专业，有大模型相关实践经验优先； 2. 深入理解LLM核心技术：掌握全参数微调、SFT、MoE模型架构与训练逻辑，熟悉DPO/RLHF等强化学习对齐方法； 3. 熟练使用PyTorch、Transformers、PEFT、TRL等大模型训练与强化学习框架，具备独立跑通微调与对齐流程的能力，具备多机多卡分布式训练经验，熟悉DeepSpeed、FSDP、Accelerate等分布式训练框架； 4. 掌握大模型效果评估方法，能独立设计测评方案、分析模型输出质量，具备数据复盘与问题定位能力； 5. 了解Skill/Agent原理，有工具调用、智能体开发、Prompt工程相关实践经验； 6. 具备良好的代码能力与文献阅读能力，学习能力强，能快速跟进前沿技术并落地实验。 加分项 1. 有开源大模型微调、强化学习对齐、测评实战项目经验； 2. 熟悉ORPO/KTO/SLiC等进阶对齐技术； 3. 有领域大模型（金融/法律/通用等）微调或Agent落地经验； 4. 顶会/顶刊论文阅读与复现经验。 实习收获 1. 深度参与一线大模型研发全流程，积累LLM微调、强化学习对齐、测评、Agent实战经验； 2. 接触前沿技术方向，与技术团队深度交流，快速提升算法能力； 3. 优质实习证明，表现优异者可获得转正机会。