主分类：大模型与生成式算法研发
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": "深圳-大模型算法工程师（基座研发方向）(J101232)",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳市",
"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": "-本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-参与文心基础大模型算法研发，提升模型Coding、Agentic Intelligence、Reasoning等关键能力，探索模型能力边界\n-探索大模型预训练/中训练关键技术，包括但不限于稀疏模型架构、超长上下文建模、优化器与训练算法、基础表征机制以及数据使用策略等，持续提升模型训练效率与能力上限\n-研究大模型后训练算法与对齐技术，包括强化学习策略、模型合并策略、泛化能力增强及监督学习方法等，持续优化模型综合性能\n-负责大模型通用能力建设与数据体系建设，研究大规模数据去重与提质技术，以及高效率、高质量的合成数据与对齐数据构建方法，沉淀可复用、可扩展的数据生产与处理管线\n-持续跟踪国内外前沿研究进展，开展算法创新与技术攻关，推动基础模型能力演进\n-支撑大模型在重点业务场景中的落地与效果优化，沉淀具备跨场景泛化能力的技术方案与能力体系",
"requirements_text": "-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-理解和掌握大模型相关知识：对基础大模型技术有深入理解，熟悉模型预训练、微调和强化学习等技术流程，并能根据模型效果需求制定有效的优化策略\n-具备数据分析和问题解决能力：能够独立对模型表现进行有效分析，发现并解决训练策略、数据中的问题，并提出解决方案\n-在领域顶级会议（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD 等）发表论文，或在编程/AI 竞赛（ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等）中取得优异成绩者优先；具有工业级基础大模型研发经验者优先\n-具备良好的自驱力与学习能力，思维敏捷，追求技术本质，勇于挑战未知问题，能够主动学习并快速成长",
"skills": [AI生成
"强化学习",
"数据分析",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "在领域顶级会议（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD 等）发表论文，或在编程/AI 竞赛（ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等）中取得优异成绩者优先；具有工业级基础大模型研发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/GRADUATE/ed7155b8-3af7-4ea4-adc4-c19d0f54aa21"
}
]
},
"posting": {
"posting_id": "ed7155b8-3af7-4ea4-adc4-c19d0f54aa21",
"post_date": "2026-07-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/ed7155b8-3af7-4ea4-adc4-c19d0f54aa21"
},
"fulltext": "深圳-大模型算法工程师（基座研发方向）(J101232)\n深圳-大模型算法工程师（基座研发方向）(J101232)\n\n基础信息\n地点：深圳市\n项目：校招\n类别：技术\n招聘人数：5\n发布时间：2026-07-21\n\n工作职责\n-参与文心基础大模型算法研发，提升模型Coding、Agentic Intelligence、Reasoning等关键能力，探索模型能力边界\n-探索大模型预训练/中训练关键技术，包括但不限于稀疏模型架构、超长上下文建模、优化器与训练算法、基础表征机制以及数据使用策略等，持续提升模型训练效率与能力上限\n-研究大模型后训练算法与对齐技术，包括强化学习策略、模型合并策略、泛化能力增强及监督学习方法等，持续优化模型综合性能\n-负责大模型通用能力建设与数据体系建设，研究大规模数据去重与提质技术，以及高效率、高质量的合成数据与对齐数据构建方法，沉淀可复用、可扩展的数据生产与处理管线\n-持续跟踪国内外前沿研究进展，开展算法创新与技术攻关，推动基础模型能力演进\n-支撑大模型在重点业务场景中的落地与效果优化，沉淀具备跨场景泛化能力的技术方案与能力体系\n\n职责要求\n-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-理解和掌握大模型相关知识：对基础大模型技术有深入理解，熟悉模型预训练、微调和强化学习等技术流程，并能根据模型效果需求制定有效的优化策略\n-具备数据分析和问题解决能力：能够独立对模型表现进行有效分析，发现并解决训练策略、数据中的问题，并提出解决方案\n-在领域顶级会议（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD 等）发表论文，或在编程/AI 竞赛（ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等）中取得优异成绩者优先；具有工业级基础大模型研发经验者优先\n-具备良好的自驱力与学习能力，思维敏捷，追求技术本质，勇于挑战未知问题，能够主动学习并快速成长\n-参与文心基础大模型算法研发，提升模型Coding、Agentic Intelligence、Reasoning等关键能力，探索模型能力边界\n-探索大模型预训练/中训练关键技术，包括但不限于稀疏模型架构、超长上下文建模、优化器与训练算法、基础表征机制以及数据使用策略等，持续提升模型训练效率与能力上限\n-研究大模型后训练算法与对齐技术，包括强化学习策略、模型合并策略、泛化能力增强及监督学习方法等，持续优化模型综合性能\n-负责大模型通用能力建设与数据体系建设，研究大规模数据去重与提质技术，以及高效率、高质量的合成数据与对齐数据构建方法，沉淀可复用、可扩展的数据生产与处理管线\n-持续跟踪国内外前沿研究进展，开展算法创新与技术攻关，推动基础模型能力演进\n-支撑大模型在重点业务场景中的落地与效果优化，沉淀具备跨场景泛化能力的技术方案与能力体系\n-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-理解和掌握大模型相关知识：对基础大模型技术有深入理解，熟悉模型预训练、微调和强化学习等技术流程，并能根据模型效果需求制定有效的优化策略\n-具备数据分析和问题解决能力：能够独立对模型表现进行有效分析，发现并解决训练策略、数据中的问题，并提出解决方案\n-在领域顶级会议（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD 等）发表论文，或在编程/AI 竞赛（ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等）中取得优异成绩者优先；具有工业级基础大模型研发经验者优先\n-具备良好的自驱力与学习能力，思维敏捷，追求技术本质，勇于挑战未知问题，能够主动学习并快速成长",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}