{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Summer Camp - Agentic RL /大模型平台策略推理优化实习生（J100476）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "ACG",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-关于百度千帆\n-百度智能云千帆策略部，深度支撑百度千帆MAAS平台业务，团队具备行业领先的训练–推理协同优化能力，构建了从模型训练、量化优化、投机推理到平台级调度与线上流量验证的闭环优化体系，实现大模型推理成本与效率的持续突破；我们深度服务代码、多轮对话、办公等高价值行业的真实 agent 场景，能接触到市面上最复杂、最多样的多步骤任务数据。我们在这里不做玩具实验——每一个模型迭代都直接对齐真实业务效果，每一次 RL 训练都有真实用户反馈闭环。我们一起帮客户做得更快、更好\n-课题名称一：大模型MTP训练&投机推理加速优化\n-课题说明\n-复现 Deepseek MTP/Mimo MTP/Eagle3/DFlash 等高效的投机推理加速方案，并提出改进方案或全新的投机推理加速方案，进一步加速平台上模型的推理效率\n-岗位方向：大模型平台策略推理优化实习生\n-希望同学对大模型的结构和推理过程有细致的理解；熟悉 vLLM/SGLang 等推理框架中的推理实现细节；了解主流的投机推理方案技术及实现原理",
        "requirements_text": "-课题名称二：多步长程复杂任务的Agentic RL训练研究\n-课题说明\n-本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。\n-岗位方向：Agentic RL 算法实习生 \n-希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、ReAct/function calling）\n",
        "skills": [AI生成
            "React",
            "强化学习",
            "模型训练",
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/INTERN/52415af4-405a-4f07-8392-d4b63e76df8c"
            }
        ]
    },
    "posting": {
        "posting_id": "52415af4-405a-4f07-8392-d4b63e76df8c",
        "post_date": "2026-06-22",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/INTERN/52415af4-405a-4f07-8392-d4b63e76df8c"
    },
    "fulltext": "Summer Camp - Agentic RL /大模型平台策略推理优化实习生（J100476）\nSummer Camp - Agentic RL /大模型平台策略推理优化实习生（J100476）\n\n基础信息\n部门：ACG\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：15\n发布时间：2026-07-21\n\n工作职责\n-关于百度千帆\n-百度智能云千帆策略部，深度支撑百度千帆MAAS平台业务，团队具备行业领先的训练–推理协同优化能力，构建了从模型训练、量化优化、投机推理到平台级调度与线上流量验证的闭环优化体系，实现大模型推理成本与效率的持续突破；我们深度服务代码、多轮对话、办公等高价值行业的真实 agent 场景，能接触到市面上最复杂、最多样的多步骤任务数据。我们在这里不做玩具实验——每一个模型迭代都直接对齐真实业务效果，每一次 RL 训练都有真实用户反馈闭环。我们一起帮客户做得更快、更好\n-课题名称一：大模型MTP训练&投机推理加速优化\n-课题说明\n-复现 Deepseek MTP/Mimo MTP/Eagle3/DFlash 等高效的投机推理加速方案，并提出改进方案或全新的投机推理加速方案，进一步加速平台上模型的推理效率\n-岗位方向：大模型平台策略推理优化实习生\n-希望同学对大模型的结构和推理过程有细致的理解；熟悉 vLLM/SGLang 等推理框架中的推理实现细节；了解主流的投机推理方案技术及实现原理\n\n职责要求\n-课题名称二：多步长程复杂任务的Agentic RL训练研究\n-课题说明\n-本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。\n-岗位方向：Agentic RL 算法实习生 \n-希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、ReAct/function calling）\n-关于百度千帆\n-百度智能云千帆策略部，深度支撑百度千帆MAAS平台业务，团队具备行业领先的训练–推理协同优化能力，构建了从模型训练、量化优化、投机推理到平台级调度与线上流量验证的闭环优化体系，实现大模型推理成本与效率的持续突破；我们深度服务代码、多轮对话、办公等高价值行业的真实 agent 场景，能接触到市面上最复杂、最多样的多步骤任务数据。我们在这里不做玩具实验——每一个模型迭代都直接对齐真实业务效果，每一次 RL 训练都有真实用户反馈闭环。我们一起帮客户做得更快、更好\n-课题名称一：大模型MTP训练&投机推理加速优化\n-课题说明\n-复现 Deepseek MTP/Mimo MTP/Eagle3/DFlash 等高效的投机推理加速方案，并提出改进方案或全新的投机推理加速方案，进一步加速平台上模型的推理效率\n-岗位方向：大模型平台策略推理优化实习生\n-希望同学对大模型的结构和推理过程有细致的理解；熟悉 vLLM/SGLang 等推理框架中的推理实现细节；了解主流的投机推理方案技术及实现原理\n-课题名称二：多步长程复杂任务的Agentic RL训练研究\n-课题说明\n-本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。\n-岗位方向：Agentic RL 算法实习生 \n-希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、ReAct/function calling）\n",
    "standard_classification": {
        "std_category_code": null,
        "std_aux_codes": [],
        "std_category_status": "多岗位拼接",
        "std_taxonomy_version": "20261104"
    }
}