算法实习生岗位职责

工作职责：
1. 参与 AI Agent 系统设计与落地，涵盖 ReAct/Tool Use/Multi-Agent 架构、意图理解、任务规划，应用于rednote 治理、内容理解、搜推等核心业务场景
2. 参与Agent的设计与效果优化，通过Agent架构优化（工具、上下文管理、编排等）和模型优化（Agentic RL等具体任务的Post-Training），产出效果领先的Agent；
3. 深度参与多模态大模型（LLM/LVM）预训练、SFT、RLHF/DPO 等全链路训练，参与构建多模态内容理解、Function Calling 等 AI 基础能力，推动模型从技术到业务价值的闭环落地
4. 持续追踪AI Agent领域的*新进展，引入并验证新技术的可行性，沉淀技术文档与*佳实践，推动前沿技术在rednote业务中的应用，保持团队的技术领先性；，沉淀国际顶会论文（CVPR/NeurIPS/ICLR/ACL 等）

任职资格：
1. 对大模型和Agent有较深入的理解，熟悉常见的LLM实施模式、提示工程、评估框架、检索框架等，了解Agent Architectures/Structures（Multi-Agent、Context Engineering/Management、ReAct/PlanAct/CodeAct），了解Agent相关的交互协议（MCP、A2A、FunctionCall）；
2. 熟悉Agentic RL的方法，了解Agentic RL Infra（例如CodeRL，Reward System），熟悉模型的Post-Training训练技术，能针对特定模型能力问题进行SFT、RL训练优化；
3. 熟悉模型的Post-training训练技术，能针对特定模型能力问题进行SFT、RL训练优化；
4. 有较强研究能力，复现过业内领先工作；有 CVPR/ICCV/NeurIPS/ICLR/ACL/EMNLP/KDD 等顶会论文发表经历更佳

职责描述:1. AI 数字化平台建设： 从0到1参与搭建质量部门专属的数字化项目平台，构筑智能化应用的基础底座。2. AI Agent 能力迭代： 协助打磨内部AI Agent工作流，涉及推理与规划框架的优化、记忆与上下文管理以及工具调用的边界控制。3. 智能检索与RAG搭建： 基于真实的业务数据，搭建智能检索系统，探索关键词与语义向量的混合检索结合大模型实现内容分析与总结，涵盖从数据清洗到向量召回的全流程。4. 前沿技术预研： 关注大模型及AI领域的*新开源框架和技术，和团队一起探索它们在实际工作中的更多应用场景。岗位要求:1. 专业背景： 计算机科学、人工智能、数据科学或相关理工科专业。2. 语言与框架： 熟练使用 Python；熟悉并能运用 LangChain、LangGraph 等主流大模型应用开发框架。3. AI 技术储备： 了解LLM基本原理，对 RAG、推理链、Tool Calling 等概念有基本认知，有相关项目Demo或实践经验者优先。4. 开发习惯： 熟悉 Vibe Coding，习惯使用 Cursor、GitHub Copilot 等AI 辅助编程工具，追求高效率开发。5. 动手能力： 有良好的分析能力和代码习惯，比起纯理论推导，我们更期待你能把AI 技术转化为解决实际问题的代码。6. 实习安排： 能保证至少 6个月 的稳定实习，面试通过后 一周内 可入职。福利:500强外企，跨文化交流，大平台新视野。公司有食堂，工作氛围轻松愉快，可优先接触内部转正机会！与行业专家一对一指导，快速提升专业技能和职场竞争力。在世界百强外企中积累宝贵的实习经验，为你的简历增色。投递岗位即默认同意博世集团网上招聘相关隐私协议协议地址：请通过访问博世中国官方主页，博世在中国＆gt;加入博世＆gt;工作机会，在网上招聘数据隐私声明；

工作职责：岗位职责：
1. 参与调研/实验/工程化相关数据合成算法
2. 参与数据合成/数据增强/数据质量评估
3. 参与深度学习及 LLM 模型的后训练及评估
4. 参与 skill 及相关 agent 开发
任职资格：任职要求：
1. 数学，计算机或信息（安全）相关专业，硕博士优先
2. 熟悉 vibe coding，有较强的工程能力；熟悉 claude code / opencode 等；了解 LLM agent 开发
3. 熟悉提示词工程，熟悉 SLM 常见训练任务及数据构造
4. 熟悉 NLP 常见任务，熟练掌握 LLM 微调
5. 动手能力较强，有一定抗压能力
6. 实习时间稳定优先，6个月及以上优先