主分类：Agent系统开发
辅助：大模型与生成式算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "大模型应用方向实习生（J105638）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "ACG",
"location": "上海市",
"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": "-计算机或人工智能相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-参与多模态大模型的算法方案调研、prompt工程，效果优化\n-推动大模型智能体在结构化信息抽取、智慧招采等实际业务中的部署，设计面向具体任务的Agent工作流（如多轮交互、自主纠错、动态工具选择），确保智能体在真实场景中具备高可用性和可解释性，解决传统模型难以处理的复杂结构化问题。\n-参与大模型的日常评估和开发工作，推动其持续改进和性能提升，提高训练和推理效率\n-与团队成员紧密合作，协同解决开发过程中遇到的问题和技术挑战",
"requirements_text": "-计算机或人工智能相关专业本科及以上学历\n-熟悉计算机视觉和自然语言处理中的至少一个方向，有顶会论文可加分\n-熟练掌握PyTorch等深度学习框架，有较强的编程能力\n-熟悉开源多模态大模型原理，有多模态大模型调优、信息抽取项目经验者优先\n-拥有一定工程能力，熟悉Flask，MySQL，Docker等技术；\n-拥有大模型训练推经验，熟悉ms-swift训练套件，SFT、GRPO等训练方式以及VLLM推理部署者优先",
"skills": [AI生成
"Swift",
"MySQL",
"Docker",
"PyTorch",
"深度学习",
"自然语言处理",
"计算机视觉",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "熟悉计算机视觉和自然语言处理中的至少一个方向，有顶会论文可加分；熟悉开源多模态大模型原理，有多模态大模型调优、信息抽取项目经验者优先；拥有大模型训练推经验，熟悉ms-swift训练套件，SFT、GRPO等训练方式以及VLLM推理部署者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/c7c0e663-c7fb-473d-82fa-57a9717d91b2"
}
]
},
"posting": {
"posting_id": "c7c0e663-c7fb-473d-82fa-57a9717d91b2",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/c7c0e663-c7fb-473d-82fa-57a9717d91b2"
},
"fulltext": "大模型应用方向实习生（J105638）\n大模型应用方向实习生（J105638）\n\n基础信息\n部门：ACG\n地点：上海市\n项目：日常实习项目\n类别：技术\n招聘人数：2\n发布时间：2026-09-09\n\n工作职责\n-参与多模态大模型的算法方案调研、prompt工程，效果优化\n-推动大模型智能体在结构化信息抽取、智慧招采等实际业务中的部署，设计面向具体任务的Agent工作流（如多轮交互、自主纠错、动态工具选择），确保智能体在真实场景中具备高可用性和可解释性，解决传统模型难以处理的复杂结构化问题。\n-参与大模型的日常评估和开发工作，推动其持续改进和性能提升，提高训练和推理效率\n-与团队成员紧密合作，协同解决开发过程中遇到的问题和技术挑战\n\n职责要求\n-计算机或人工智能相关专业本科及以上学历\n-熟悉计算机视觉和自然语言处理中的至少一个方向，有顶会论文可加分\n-熟练掌握PyTorch等深度学习框架，有较强的编程能力\n-熟悉开源多模态大模型原理，有多模态大模型调优、信息抽取项目经验者优先\n-拥有一定工程能力，熟悉Flask，MySQL，Docker等技术；\n-拥有大模型训练推经验，熟悉ms-swift训练套件，SFT、GRPO等训练方式以及VLLM推理部署者优先\n-参与多模态大模型的算法方案调研、prompt工程，效果优化\n-推动大模型智能体在结构化信息抽取、智慧招采等实际业务中的部署，设计面向具体任务的Agent工作流（如多轮交互、自主纠错、动态工具选择），确保智能体在真实场景中具备高可用性和可解释性，解决传统模型难以处理的复杂结构化问题。\n-参与大模型的日常评估和开发工作，推动其持续改进和性能提升，提高训练和推理效率\n-与团队成员紧密合作，协同解决开发过程中遇到的问题和技术挑战\n-计算机或人工智能相关专业本科及以上学历\n-熟悉计算机视觉和自然语言处理中的至少一个方向，有顶会论文可加分\n-熟练掌握PyTorch等深度学习框架，有较强的编程能力\n-熟悉开源多模态大模型原理，有多模态大模型调优、信息抽取项目经验者优先\n-拥有一定工程能力，熟悉Flask，MySQL，Docker等技术；\n-拥有大模型训练推经验，熟悉ms-swift训练套件，SFT、GRPO等训练方式以及VLLM推理部署者优先",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}