】 基础能力 1、大模型与智能体基础认知：了解 Agent、对话系统、工具调用基础原理，在校课程、实验室练习、课程设计涉及相关内容即可； 2、算法与深度学习基础：掌握机器学习、深度学习基础理论，熟悉 Transformer 预训练模型基础概念，会使用 PyTorch/TensorFlow 任一框架做简单实验； 3、RAG 检索基础：了解向量数据库、检索增强基础逻辑，做过文本匹配、问答类课后作业、小练习优先； 4、基础工程能力：熟练使用 Python，掌握 Linux 基础命令、Git 基础操作，能独立复现开源代码、完成简单算法脚本开发。 基本条件 1、学历身份：2027 届硕士，计算机、人工智能、软件工程、应用数学等相关专业，毕业转正，正式员工编制； 2、专业基础：在校系统学习过机器学习、深度学习、NLP 相关课程，了解文本分类、相似度计算等基础任务； 3、无硬性全职工作、成熟项目经验要求，仅课程项目、实验室小实验、课设、竞赛 Demo 等在校实践均可接受； 4、综合素养：对大模型、AIGC 有浓厚兴趣，自学意愿强；逻辑清晰，愿意主动排查算法问题；沟通配合良好，踏实细致； 5、实习要求：能够提前到岗长期实习，跟随团队完整参与项目迭代。 加分项 1、在校做过大模型微调、RAG、LangChain 相关课程设计、实验 Demo； 2、有文本识别、智能客服、用户意图类相关实践； 3、了解强化学习基础理论，有相关复现实验； 4、数学建模、Kaggle、人工智能竞赛参与 / 获奖经历，相关学术论文。