1. 专业背景 计算机、人工智能、信息检索、数据科学等相关专业，可持续实习 4个月以上，每周4天以上 ； 2. 算法基础扎实 熟悉信息检索、推荐系统或 NLP 基础理论；了解向量检索（ANN）、向量量化（VQ/PQ/RQ）等基本概念； 3. 大模型相关经验 了解 Transformer 架构及主流大语言模型（LLM）原理；有大模型微调（SFT/RLHF）或 RAG 实践经验者优先； 4. 多模态知识加分 有图文多模态模型（CLIP、Qwen-VL、Qwen2.5-Omni 等）使用或训练经验者优先； 5. 编程能力 熟练掌握 Python；熟悉 PyTorch/HuggingFace Transformers；有大规模数据处理（Spark/Flink/SQL）经验者加分； 6. 科研或工程背景 有信息检索（IR）、生成式推荐（GR/GRec）相关论文阅读积累，或在工业界搜推系统有实习经验者优先； 7. 责任心与学习能力 具备良好的问题分析与沟通能力，能独立推进子模块研究与开发，积极主动。