- LLM / MLLM 的预训练、后训练、对齐和能力增强； - 围绕推理、代码、agent、长上下文、多模态等方向，设计数据、训练和评测方案； - 分析模型能力变化，定位数据、训练策略、reward、推理策略等因素的影响； - 与算法、数据、评测、infra 团队协作，推动模型的极致迭代。 - 计算机、人工智能、数学、电子信息等相关专业在读，学历不限； - 熟悉机器学习 / 深度学习基础，熟练使用 Python、PyTorch； - 具备良好的代码能力、实验分析能力和问题拆解能力； - 对 LLM / MLLM、多模态、推理、agent 等方向有兴趣； - 每周可实习 4 天及以上，连续实习 6 个月及以上优先。 加分项 - 有 LLM / MLLM、SFT、RLHF/RLAIF、RAG、agent、tool-use、模型评测等相关经验； - 有论文发表、开源项目、竞赛获奖或相关实习经历； - 熟悉分布式训练、大规模数据处理或推理优化； - 有ACM/NOI/超算等各类竞赛获奖经历。