大模型算法工程师（LLM）-校招【27届】 北京 AI车青年 职位 ID：A214507 职位描述 1. 负责大语言模型（LLM）及智能体（Agent）在汽车垂类场景的端到端落地，覆盖AI销售、智能客服等公司级核心产品功能；2. 构建基于 智能体协作（Tools/Skills/Handoffs） 的智能体系统，实现多步骤任务规划能力；3. 探索并应用 思维链（Chain-of-Thought, CoT）、自我反思（Reflection）等机制，提升模型在复杂购车咨询、对比分析、金融贷款等高阶推理任务中的表现；4. 参与LLM强化学习优化链路建设，包括偏好数据构建、可验证奖励强化学习（RLVR）；5. 与产品、工程、业务团队紧密协作，推动算法模型从实验到上线的全链路工程化落地，并建立科学的效果评估与迭代机制； 职位要求 1. 计算机、人工智能、自动化、数学或相关专业，硕士及以上学历；2. 扎实的机器学习理论基础，深入理解Transformer架构及主流大模型（如LLaMA、Qwen、DeepSeek、GPT系列）的训练与推理机制；3. 具备完整的LLM应用落地经验，熟悉 Prompt Engineering、SFT、DPO 等技术路径，并有实际项目验证效果；4. 对智能体（Agent）技术栈有实践积累，包括但不限于：基于CoT的任务分解与推理、多工具调用（Function Calling）与执行反馈闭环、自主规划（Planning）与状态记忆（Memory）机制、基于用户行为或模拟反馈的策略优化方法5. 熟练掌握Python，具备良好的工程实现与系统设计能力，了解服务端部署、模型监控与AB测试流程；6. 精通PyTorch/TensorFlow等框架，了解分布式训练、推理加速（vLLM/TensorRT-LLM等）、模型量化等优化技术；7. 具备优秀的逻辑思维、业务抽象能力与跨团队协作意识，能将复杂用户需求转化为可量化的技术方案；加分项（优先考虑）1. 有垂直领域（汽车、电商、客服等）智能体或强化学习落地经验；2. 在ICLR、NeurIPS、ICML、ACL、EMNLP等顶会发表过LLM、Agent或RL相关论文；3. 熟悉多智能体协作（handoffs architecture）、可验证奖励强化学习（RLVR）；4. 参与过开源Agent框架（如LangChain、LlamaIndex、AutoGen）的二次开发或优化；5. 具备大模型评估体系设计经验，尤其在事实一致性、工具调用准确率、任务完成率等维度有方法论沉淀。 投递...
2027校招-推理框架工程师（上海/成都/北京） 北京、上海、成都 校招 正式 职位描述 分布式推理系统开发1、设计并实现大规模AI模型（如LLM、多模态模型）的分布式推理框架，优化吞吐量（Throughput）和延迟（Latency）。2、开发模型并行（Tensor/Pipeline Parallelism）、动态批处理（Dynamic Batching）和连续批处理（Continuous Batching）策略。3、解决多节点、多GPU环境下的负载均衡和通信瓶颈问题。4、优化计算图执行（如使用TensorRT、ONNX Runtime、vLLM等工具）。5、实现量化（FP8/INT8）、KV Cache优化、Flash Attention等加速技术。 职位要求 精通 Python/C++，熟悉PyTorch/TensorFlow推理生态。深入理解分布式系统（NCCL/RPC通信、GPU Direct RDMA）和 并行计算（CUDA、OpenMP）。熟悉推理加速技术（量化、剪枝、算子融合）和框架（TensorRT、vLLM 、Sglang）。 投递...
安全研发工程师 北京 正式 互联网 / 电子 / 网游 - 研发 职位描述 【岗位职责】1. 参与 Harness 内核研发：推理循环、工具调用编排、记忆系统、防护栏（幻觉校验/熔断/token 硬顶）、预算守门；2. 开发 MCP 工具层：把日志查询、关系图谱、威胁情报、资产数据等能力封装成 read-only 工具；3. 设计与打磨薄壳 Agent：写 prompt、定义输出结构、调收尾逻辑，让 AI 判断越来越准；4. 实现「AI 判断 vs 人工改判」的反馈闭环，把人的经验持续回灌给模型。 职位要求 【任职要求】1. 计算机、网络安全、软件工程等相关专业；2. 扎实的编程基础，熟悉Python 或 Go ；3.
智能辅助驾驶端到端算法实习生 北京 实习 数字技术 职位 ID：A148847 职位描述 1.参与研发智能辅助驾驶端到端模型算法研究及优化2.探索智能辅助驾驶端到端网络的应用落地3.参与基建完善，训练系统、评测系统优化等4.与团队协作实现算法迭代与优化，实现算法在智能辅助驾驶业务中应用落地 职位要求 【必备】本科及以上学历，计算机、自动化、计算机视觉、人工智能等相关专业； 【必备】熟悉在linux平台下的开发工作【必备】有扎实的 python开发能力；【必备】有计算机视觉、智能辅助驾驶项目的实践or科研经验；熟悉pytorch，有深度学习调优经验；了解前沿感知技术。【加分项】有「规控，轨迹预测、意图识别，强化学习，LLM，VLM」相关经验者优先【加分项】有相关顶会paper/期刊【加分项】熟悉C++开发、CUDA开发 投递...
AI运营（AI互动漫画方向） Beijing Full-time Internet / Electronics / Games Responsibilities 职位描述你将加入一个用 AI 实时生成漫画的消费级产品。我们相信每个人都可以成为故事的导演，而你的工作，是让 AI 学会像漫画家一样思考：分镜怎么切、镜头怎么给、光线怎么打、画面怎么讲故事。1. 核心Prompt研发与优化：结合业务场景与用户需求，主导设计、测试与迭代高质量的Preset（包括Prompt、System Prompt、模型参数配置等）；针对推理模型与非推理模型的差异化特性，制定相应的提示策略，持续优化模型输出的准确性、相关性与创造性。2. AI Agent与工作流设计：深入理解并实践以Agent为核心的新范式，设计多步骤、多工具调用的自动化工作流；熟悉MCP、Skills、Harness等新兴协议，探索AI与外部工具、数据库、API的深度集成。3. 视觉叙事与画面把控：主导漫画生成的分镜设计与视觉语言，包括镜头构图、景别切换、光影氛围、角色表现力等；将漫画创作的专业经验转化为可复用的 Prompt 模板和生成策略，持续提升 AI 出图的叙事质量与美术水准。4. 模型能力探索与应用：紧跟行业前沿，主动调研和评测新兴文生图与图生图模型（含开源与闭源），尤其关注漫画/插画风格生成、角色一致性、画面质量与生成效率；深入实践 Midjourney、Stable Diffusion、Flux 等主流文生图模型及 LoRA、ControlNet、IP-Adapter 等风格与构图控制手段，探索其在漫画生成、角色设计、分镜出图等场景下的应用潜力与边界。5. 知识体系构建与沉淀：建立并维护公司级的Prompt知识库与资产库，系统性地沉淀优秀案例、工程方法论与最佳实践。6. 跨部门协同与项目推进：与产品、算法、工程及设计团队紧密协作，深刻理解需求，确保AI能力精准转化为可落地的业务成果。在Agentic产品的迭代周期中，承担AI侧的需求对齐与验收工作。7. AIGC数据分析与结果评估：对用户与模型的交互数据进行分析，建立评估指标体系，深入理解用户偏好；结合A/B测试与自动化评估框架（LLM-as-Judge等方法），量化不同策略的效果，为产品迭代提供数据支撑。 Qualifications 职位要求1. AI领域热情与深度思考：对AIGC领域抱有浓厚兴趣，是主流AI产品（如ChatGPT/Claude/Cursor、Midjourney/Stable Diffusion、SillyTavern、Cherry Studio、Openclaw等）的深度用户，并有自己独到的见解和批判性思考。2.
岗位职责 负责大语言模型 pretrain 数据算法的设计与实现，包括数据选择、质量建模、去重、过滤、数据配比、合成数据与课程学习等方向。 将数据算法落地到大规模数据处理流程中，基于 Ray、Spark 等分布式框架处理海量训练数据。 设计并执行数据消融实验，评估不同数据源、质量过滤策略、去重策略、配比方案和采样策略对模型能力的影响。 建设数据到模型效果的实验闭环，结合训练 loss、benchmark、能力维度评测、训练动态和样本分析，定位数据问题并迭代数据策略。 岗位要求 计算机、人工智能、数学、统计学等相关专业，本科及以上学历。 熟悉大语言模型预训练范式，理解 pretrain 数据对模型能力、训练稳定性和 scaling behavior 的影响。 具备扎实的机器学习、NLP 或大模型算法基础，能够独立完成算法设计、实验设计、结果分析和策略迭代。 熟练使用 Python，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架。 熟悉大规模数据处理，有 Ray、Spark 等分布式计算框架使用经验。 具备良好的工程实现能力，能够将数据算法实现为稳定、高效、可复用的大规模处理 pipeline。 具备较强的数据分析能力，能从 loss 曲线、评测结果、数据分布和样本案例中定位问题。 具备良好的论文阅读、问题拆解和跨团队协作能力。 加分项 有 LLM pretrain /
【27届校招】AI大模型开发工程师 南京、成都、北京 正式 研发 - 自然语言处理 职位描述 1、跟踪、探索国内外AI前沿技术(如Agent、RAG、强化学习)，参与创新型AI产品的验证并转化科研成果至实际业务场景；2、主导大语言模型(LLM)、多模态模型(LMM)的预训练、微调(Fine-tuning)及推理优化，提升模型性能与效率，撰写技术文档并分享技术成果；3、参与公司AI大模型研发与优化训练，与算法、工程团队协作，搭建大型训练推理平台，优化算力调度与资源管理；4、建立模型评估体系，跟踪模型效果并持续迭代，并能工程化落地部署。 职位要求 1、27届计算机、人工智能、电子工程、数学等相关专业硕士及以上学历；2、熟悉Python编程语言，掌握PyTorch或TensorFlow等主流深度学习框架；3、理解深度学习、自然语言处理(NLP)、大语言模型(如Transformer、LLM)等基本原理；4、具备良好的数学基础(线性代数、概率统计、优化等)；5、具备较强的创新能力、逻辑思维能力及团队合作精神6、有知名AI竞赛、论文发表、开源贡献等经验者优先。 投递...
Who Are We? RZR is an AI-native advertising platform built for the next era of performance marketing. We operate at the intersection of machine learning, programmatic media, and full-funnel mobile growth, powering campaigns for some of
Omni模型算法实习生 北京、深圳 实习 互联网 / 电子 / 网游 职位描述 1. 前沿多模态模型辅助研发：参与通用人形机器人 Omni 多模态大模型研发，协助开展文本、视觉、语音、动作等多模态统一表征、理解、推理相关实验验证，跟进前沿多模态算法复现与效果对比。2. 算法实验与架构迭代支撑：协助研究员完成跨模态对齐、时序建模、流式交互、多模态生成等核心模块实验，参与模型小规模调参、消融实验、结果分析，输出标准化实验报告。3. 多模态数据与训练辅助工作：参与多模态数据集清洗、标注校验、数据配比、质量评估；协助完成预训练、微调、偏好对齐等流程脚本开发，跟进小规模训练任务，记录训练日志、定位基础训练异常。4. 机器人场景落地配套工作：配合工程师完成大模型与机器人感知、认知模块联调测试，完成交互场景功能验证、效果记录，整理场景落地问题清单。5. 端侧推理优化辅助：协助开展模型量化、蒸馏、推理测速等基础实验，整理不同硬件平台下的时延、性能数据，撰写优化对比文档。6. 前沿技术调研沉淀：跟进多模态大模型领域的学术与产业前沿进展，定期输出技术调研简报；协助整理专利、实验材料、技术文档。 职位要求 1. 计算机、人工智能、自动化、数学、电子信息等相关专业，在读硕士研究生或本科高年级学生，可保证连续实习 3 个月及以上，每周到岗不少于 4 天；2. 掌握 Transformer、LLM、VLM、多模态生成模型基础原理，了解大模型预训练、微调、对齐基础流程；3. 熟练使用 Python、PyTorch，具备基础算法代码实现、实验复现、数据分析能力；4. 具备严谨的实验习惯，擅长梳理实验数据、撰写文档，沟通协作顺畅，学习能力强；5. 能主动跟进 AI 前沿技术，乐于动手验证各类算法方案。加分项1. 有多模态大模型、VLM、视频 / 语音模型相关课程项目、竞赛、科研论文产出；2. 有开源多模态项目复现、小规模模型训练、数据集搭建实操经历；3. 了解流式多模态、实时音视频交互、机器人
云端训推优化负责人 北京、深圳 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 负责云端训练与推理优化团队整体建设和管理，对模型训推效率负责；负责大模型、VLM / VLA、机器人模型等训练任务的性能优化，包括：训练吞吐、GPU 利用率、Tensor Core 利用率、显存利用率、多机多卡扩展效率负责分布式训练优化，包括 Data Parallel、Tensor Parallel、Pipeline Parallel、FSDP / ZeRO 等方案设计与落地；负责模型推理优化，包括算子优化、KV Cache、Batching、量化、并行推理及服务化性能优化；针对模型结构和训练流程进行 Profiling，定位通信、计算、显存、IO 等性能瓶颈，并推动系统性优化；负责训练/推理框架和基础组件建设，沉淀可复用的性能优化能力；与模型算法团队协作，在保证模型效果的前提下优化模型结构、训练策略和推理方案；与智算平台团队协作，提升 GPU 集群整体资源利用率，降低单位训练与推理成本；建立训推性能指标体系和 Benchmark，持续跟踪不同模型、硬件和框架下的性能表现。 职位要求 5 年以上深度学习系统、训练加速、推理优化、AI Infra 或相关工作经验，有团队管理经验；熟悉 PyTorch 及主流深度学习训练框架，理解计算图、Autograd、CUDA 执行模型；熟悉大规模分布式训练，有
NVIDIA has been redefining computer graphics, PC gaming, and accelerated computing for more than 30 years. It’s a unique legacy of innovation that’s fueled by great technology—and amazing people. Today, we’re tapping into the unlimited potential
NVIDIA are seeking Solution Architects with specialized expertise in training and deploying Large Language Models (LLMs), implementing RAG workflows, and agentic inference. You will leverage the full NVIDIA software & hardware ecosystem to design, optimize, and deliver
NVIDIA is leading company of AI computing. At NVIDIA, our employees are passionate about AI, HPC , VISUAL, GAMING. Our SA team is more focusing to bring NVIDIA new technology into difference industries. We help to
NVIDIA is seeking a passionate, world-class software engineer to join its Compute Developer Technology team(DevTech). Our team has over 150 engineers across Beijing, Shanghai, Shenzhen, Taipei, Seoul, and Sydney. We understand algorithms, GPU, and real-world applications.
AIOS-多模态算法工程师-北京/成都 北京、成都 校招 正式 互联网 / 电子 / 网游 - 研发 职位描述 2027届的小伙伴，你好。在中科创达智能汽车事业群该岗位下，你可能会负责如下某一领域工作：1.负责智能汽车行业专用大模型的研发，包括 10B–100B 参数级模型的预训练、领域微调、对齐（SFT/RLHF/DPO 等），构建面向车载场景的行业大模型。2.负责多模态融合算法的研究与开发，包括语言、视觉、语音等模态的对齐与联合建模，支持实时车端交互，如智能座舱多模态助手、多模态感知、人机共驾交互等。3.负责边缘侧推理加速，包括模型量化、剪枝、蒸馏、投机解码、算子融合与定制优化等，实现车端推理性能提升 2–5 倍，满足低延迟、低功耗、高稳定性要求。跟踪 NeurIPS、ICML、ACL、CVPR、ICCV 等顶级会议前沿论文，完成关键算法的快速复现、评估与产品化落地，建立技术预研到工程转化的闭环。4.参与车端 AI 平台建设，包括数据管道、分布式训练框架、多模态评测体系、模型部署工具链及持续集成流水线。5.参与多模态模型在实车环境中的性能分析、稳定性优化、安全问题排查及迭代改进。编写技术方案、实验报告与设计文档，参与代码评审、技术分享与团队知识沉淀。福利待遇1.自有员工，五险一金，13薪，午餐补助/交通补助/误（晚）餐补助2.每周双休，上班时间：早9:30-晚19:00，可提前1H弹性打卡；午休时间12:00-13:303.清晰的晋升通道/明确的培养计划/导师1对1学习，雏鹰计划/superman计划提供丰富的晋升通道 职位要求 1.本科及以上学历，计算机、人工智能、数学、自动化、电子信息、软件工程等相关专业。2.扎实的机器学习与深度学习基础，深入理解 Transformer、注意力机制、归一化、优化器等核心组件。3.精通 Python，熟练使用 PyTorch / TensorFlow 等深度学习框架，具备独立搭建、训练和调试大模型的能力。4.熟悉大模型技术栈，包括预训练、SFT、RLHF、DPO、PPO 等对齐方法，掌握 LoRA、QLoRA、Adapter 等高效微调技术。5.熟悉分布式训练框架与策略，如 DeepSpeed、Megatron-LM、FSDP、数据并行、模型并行、流水线并行、ZeRO 等。6.了解主流多模态模型架构，如 CLIP、BLIP、LLaVA、Flamingo、Qwen-VL、InternVL、GPT-4o 等，了解模态对齐、跨模态注意力、视觉编码器与
Job TitleAI Application Architect Job Description Job title: As an important member of the R&D team, the AI Application Architect will develop, integrate, test, and maintain the AI R&D QMS Harness platform used to support controlled
Responsibilities Participate in the development and deployment of Generative AI use cases to improve engineering productivity, knowledge management, and business workflow automation. Design and implement AI-powered solutions using Microsoft Copilot, Copilot Studio, Glean, Vero, Power Automate,
Omni模型算法实习生 北京、深圳 实习 互联网 / 电子 / 网游 27届暑期实习生项目（提供转正机会） 职位描述 1. 前沿多模态模型辅助研发：参与通用人形机器人 Omni 多模态大模型研发，协助开展文本、视觉、语音、动作等多模态统一表征、理解、推理相关实验验证，跟进前沿多模态算法复现与效果对比。2. 算法实验与架构迭代支撑：协助研究员完成跨模态对齐、时序建模、流式交互、多模态生成等核心模块实验，参与模型小规模调参、消融实验、结果分析，输出标准化实验报告。3. 多模态数据与训练辅助工作：参与多模态数据集清洗、标注校验、数据配比、质量评估；协助完成预训练、微调、偏好对齐等流程脚本开发，跟进小规模训练任务，记录训练日志、定位基础训练异常。4. 机器人场景落地配套工作：配合工程师完成大模型与机器人感知、认知模块联调测试，完成交互场景功能验证、效果记录，整理场景落地问题清单。5. 端侧推理优化辅助：协助开展模型量化、蒸馏、推理测速等基础实验，整理不同硬件平台下的时延、性能数据，撰写优化对比文档。6. 前沿技术调研沉淀：跟进多模态大模型领域的学术与产业前沿进展，定期输出技术调研简报；协助整理专利、实验材料、技术文档。 职位要求 1. 计算机、人工智能、自动化、数学、电子信息等相关专业，在读硕士研究生或本科高年级学生，可保证连续实习 3 个月及以上，每周到岗不少于 4 天；2. 掌握 Transformer、LLM、VLM、多模态生成模型基础原理，了解大模型预训练、微调、对齐基础流程；3. 熟练使用 Python、PyTorch，具备基础算法代码实现、实验复现、数据分析能力；4. 具备严谨的实验习惯，擅长梳理实验数据、撰写文档，沟通协作顺畅，学习能力强；5. 能主动跟进 AI 前沿技术，乐于动手验证各类算法方案。加分项1. 有多模态大模型、VLM、视频 / 语音模型相关课程项目、竞赛、科研论文产出；2. 有开源多模态项目复现、小规模模型训练、数据集搭建实操经历；3.
About ActAI There are over 5 billion users using basic applications today such email, notes, tasks, calendar and theyre not AI-native. Our mission is to build proactive applications for anyone in the world, who are not
Full Stack Engineer全栈工程师(Tripo Studio) Hangzhou, Beijing Experienced Full-time Responsibilities Your Responsibilities1.You will be granted full ownership and end-to-end accountability for the design and delivery of core product modules:Full-Stack Product DevelopmentBackend: Design and build high-concurrency, low-latency core