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": "大模型算法实习生（J99230）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "基础模型研发部",
"location": "北京市,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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "—负责生成式大模型/多模态模型相关算法、技术与应用研发，协助改进产品，落地算法应用\n—负责基于文心一言的大模型的应用开发，包括大模型插件的开发和工具链的完善，以提升大模型的性能和用户体验\n—研究和探索大模型的前沿技术，根据业务需求进行模型的定制和优化，提高模型的准确性和效率\n—结合实际业务场景，将大模型技术应用于具体的产品或服务中，推动产品的智能化升级\n—紧跟工业/学术界相关领域前沿AI大模型（包括生成式大语言模型、跨模态大模型）算法、复现与效果调优\n—研究方向包括但不限于：高效的大模型架构、跨任务统一学习等、大模型各类精调微调策略",
"requirements_text": "—熟悉并掌握至少一门编程语言，如Python，具备一定的工程能力\n—熟悉深度学习框架（PaddlePaddle、PyTorch、Tensorflow等），熟悉PaddlePaddle者优先，熟练HF Transformers库者优先，有大模型相关经验优先\n—学习能力强、自我驱动力强，紧跟深度学习前沿发展动态\n—具有良好的沟通能力，和良好的团队合作精神，有开源项目经历者优先\n—长期实习，四个月起，每周至少工作3~4天",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"团队协作",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "—熟悉深度学习框架（PaddlePaddle、PyTorch、Tensorflow等），熟悉PaddlePaddle者优先，熟练HF Transformers库者优先，有大模型相关经验优先；—具有良好的沟通能力，和良好的团队合作精神，有开源项目经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/f8a467f0-2a4a-4238-a21c-412408f85c2e"
}
]
},
"posting": {
"posting_id": "f8a467f0-2a4a-4238-a21c-412408f85c2e",
"post_date": "2026-04-20",
"hire_time": "—长期实习，四个月起，每周至少工作3~4天",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/f8a467f0-2a4a-4238-a21c-412408f85c2e"
},
"fulltext": "大模型算法实习生（J99230）\n大模型算法实习生（J99230）\n\n基础信息\n部门：基础模型研发部\n地点：北京市,深圳市\n项目：日常实习项目\n类别：技术\n招聘人数：20\n发布时间：2026-07-21\n\n工作职责\n—负责生成式大模型/多模态模型相关算法、技术与应用研发，协助改进产品，落地算法应用\n—负责基于文心一言的大模型的应用开发，包括大模型插件的开发和工具链的完善，以提升大模型的性能和用户体验\n—研究和探索大模型的前沿技术，根据业务需求进行模型的定制和优化，提高模型的准确性和效率\n—结合实际业务场景，将大模型技术应用于具体的产品或服务中，推动产品的智能化升级\n—紧跟工业/学术界相关领域前沿AI大模型（包括生成式大语言模型、跨模态大模型）算法、复现与效果调优\n—研究方向包括但不限于：高效的大模型架构、跨任务统一学习等、大模型各类精调微调策略\n\n职责要求\n—熟悉并掌握至少一门编程语言，如Python，具备一定的工程能力\n—熟悉深度学习框架（PaddlePaddle、PyTorch、Tensorflow等），熟悉PaddlePaddle者优先，熟练HF Transformers库者优先，有大模型相关经验优先\n—学习能力强、自我驱动力强，紧跟深度学习前沿发展动态\n—具有良好的沟通能力，和良好的团队合作精神，有开源项目经历者优先\n—长期实习，四个月起，每周至少工作3~4天\n—负责生成式大模型/多模态模型相关算法、技术与应用研发，协助改进产品，落地算法应用\n—负责基于文心一言的大模型的应用开发，包括大模型插件的开发和工具链的完善，以提升大模型的性能和用户体验\n—研究和探索大模型的前沿技术，根据业务需求进行模型的定制和优化，提高模型的准确性和效率\n—结合实际业务场景，将大模型技术应用于具体的产品或服务中，推动产品的智能化升级\n—紧跟工业/学术界相关领域前沿AI大模型（包括生成式大语言模型、跨模态大模型）算法、复现与效果调优\n—研究方向包括但不限于：高效的大模型架构、跨任务统一学习等、大模型各类精调微调策略\n—熟悉并掌握至少一门编程语言，如Python，具备一定的工程能力\n—熟悉深度学习框架（PaddlePaddle、PyTorch、Tensorflow等），熟悉PaddlePaddle者优先，熟练HF Transformers库者优先，有大模型相关经验优先\n—学习能力强、自我驱动力强，紧跟深度学习前沿发展动态\n—具有良好的沟通能力，和良好的团队合作精神，有开源项目经历者优先\n—长期实习，四个月起，每周至少工作3~4天",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}