全国人工智能实习岗位

岗位职责 本课题聚焦于一个随模型能力提升而愈发紧迫的根本性问题：当 AI 在越来越多任务上超越人类判断能力时，如何维持有效的对齐监督。传统 RLHF 依赖人类对模型输出的直接评估，但这一前提在模型能力持续增强后逐渐失效——人类既无法高效覆盖海量反馈需求，也难以可靠判断超出自身认知边界的输出质量。研究将围绕以下核心问题展

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题面向大规模 MoE 模型在复杂任务上的强化学习方法研究，其核心挑战在于：稀疏的结果奖励在复杂任务中无法为中间过程提供有效训练信号；MoE 架构下专家路由在策略更新中引入额外的训练不稳定性；随模型能力提升，可靠的外部监督信号愈发稀缺，单纯依赖人工反馈的范式遭遇天花板。研究将围绕以下核心问题展开：如何构建不

本科 · 查看完整岗位与申请入口 →

岗位职责 尽管当前的多模态大模型（融合视觉、语音、文本）已展现出强大的感知与理解潜力，但是在实时交互场景中，由于模型设计导致的高延迟、生硬的轮次状态、频繁的打断或被打断严重影响信息传递效率。同时多个模态无法实时融合也限制了多模态模型在语音交互场景下的深度应用。生成的交互内容有时显得冗长、缺乏提炼或智能不足，这些问题限制

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题的核心问题是：如何让 AI 系统在跨会话、跨时间的长期交互中持续积累经验、理解用户、并随之成长。当前模型本质上是无状态的——每次对话结束后记忆归零，无法从历史交互中形成对用户的深度理解，也无法将过去的经验转化为未来决策的依据。研究将聚焦于：如何设计高效的记忆构建、更新与检索机制，在存储成本与信息保真度之

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦预训练阶段的核心算法与训练策略，系统性探索模型能力上界的突破路径。研究方向包括但不限于：智能数据配比、多阶段学习研究、面向预训练的先进训练算法优化，以及严谨可复现的算法评测与验证体系构建。通过数据结合训练算法和策略，推动预训练模型在通用场景下的性能实现实质性跃升。 岗位要求 1. 年级不限，本科及

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦预训练数据的全链路智能化处理，探索从原始语料到高质量训练集的自动化构建方法。研究方向包括但不限于：面向海量数据的高效筛选与质量评估机制、通用场景下可扩展的数据管线设计，以及端到端、自动化的高性能数据流水线构建。通过构建高质量、高效率的数据基础设施，为预训练模型的能力跃升提供数据底座支撑。 岗位要求

本科 · 查看完整岗位与申请入口 →

岗位职责 具备Recursive Self Improvement的AI Research Agent System探索研究。随着GPT-Codex, Claude Code, Gemini等大模型api能力的大幅增强，基于这些api构建的agent system在通用agent领域(如openclaw)，和vibe

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦于提升大模型在上百轮交互的超长程 Agent 任务中的自主执行能力，目标场景涵盖 CLI/GUI Computer Use、Software Engineering、科研与专业任务等，并致力于让模型从被动响应指令转变为能够主动推进任务的 Proactive Agent。当前面临的核心挑战贯穿训练与推

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦于多模态理解与生成的高效算法研究，旨在通过创新的模型压缩与加速技术，在保持模型性能的前提下显著降低计算开销与延迟。课题将深入分析现有多模态模型的视觉感知与生成机制，探索视觉Token自适应压缩（如文本引导的动态token剪枝、跨层信息复用等前沿技术）、Agent上下文管理、扩散模型一致性蒸馏与潜在一

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦全模态Agent（GUI操作、代码生成、网页导航）在长程交互任务领域的算法研究。旨在解决Agent执行跨越数百至数千步的复杂任务时，传统强化学习仅依赖终态奖励信号，导致信用分配路径过长、梯度信号衰减，策略优化难以收敛的问题。研究方向包括：设计层次化时间抽象信用分配机制，缓解长程任务中flat pol

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题旨在通过优化Transformer模型中的KV缓存机制，解决处理长序列数据时遇到的计算和内存挑战，目标是减少资源消耗、降低延迟并提高效率。 研究方向包括设计高效的KV缓存管理策略、适应不同应用场景的缓存优化以及并行与分布式处理优化。预期将成果应用于自然语言处理、视频分析等领域，为处理超长序列数据提供更

本科 · 查看完整岗位与申请入口 →

岗位职责 深度参与前沿的客户端UI自动化测试智能体开发与工业化落地。构建能理解需求&代码、生成测试计划、自主执行探索的智能体。直面真实复杂的产研场景，用AI技术大幅降低端到端测试成本，提升效率与质量。核心模块包括 Agent 工程设计、精确操作图像元素、图像功能的泛化理解、根据数据调优模型，最终实现能根据需求和代码变更

本科 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 大模型智能体 项目简介： 在AI眼镜、视频交互等实时多模态交互场景中，系统需要持续处理长时间的流式视频输入，并在交互过程中逐步构建和更新对用户、环境及上下文的理解。现有的视频理解方法主要面向离线场景，存在以下核心技术挑战： 流式处理的实时性瓶颈：传统方法依赖完整视频片段进行批处理，难以满足

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 数据合成与标注 项目简介： 团队正在构建 In-House Data Quality Benchmark——一套面向内部 Cowork（人机协同）工作流的数据质量评估基准，覆盖 SFT 指令数据、RLHF 偏好数据、CoT 思维链数据三大场景，定义了事实准确性、逻辑连贯性、指令遵从度、表达

学历以官网为准 · 查看完整岗位与申请入口 →

黑翼资产成立于2014年，是国内首批量化私募机构，连续七年斩获中国私募金牛奖。核心团队兼具华尔街全球量化经验与中国本土市场深度洞察，致力于为客户创造长期稳健回报、打造高品质的顶级量化对冲基金公司。 我们高度重视技术创新，将机器学习、深度学习和强化学习等前沿AI技术植入量化投资的全流程，铸造尖端研究平台。公司团队中70

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 数据合成与标注 项目简介： 团队正在构建 In-House Data Quality Benchmark——一套面向内部 Cowork（人机协同）工作流的数据质量评估基准，覆盖 SFT 指令数据、RLHF 偏好数据、CoT 思维链数据三大场景，定义了事实准确性、逻辑连贯性、指令遵从度、表达

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责（具体工作内容） 参与滴滴出行检索业务搜索引擎优化工作，聚焦出行场景，结合大模型的语义理解能力与地理信息领域知识，探索大模型在地理信息检索领域的应用。包括但不限于： 1，AI搜索，利用LLM + RAG技术提升目标召回能力。 2，搜索结果质量评价：利用大模型完成搜索结果质量打分； 3，相关性模型：对多种

硕士 · 查看完整岗位与申请入口 →

工作职责: 1. 构建多模态视频理解模型的数据飞轮，对语音/图片/视频 等原始语料进行结构化分析理解，参与多模态大模型的数据准备、数据清洗、数据实验等工作，构建高质量的多模态数据集。 2. 针对文生视频，图生视频等不同任务，设计提示词工程，构建高质量多模态数据产出的Pipeline，提升模型对主体、动作、场景、运镜等信

本科 · 查看完整岗位与申请入口 →

岗位职责 1、参与智能文档处理相关的视觉算法技术研发，包括但不限于图像分类，图像分割，图像生成、无监督半监督学习等; 2、根据项目需求，对现有算法进行改进和优化，提高算法性能; 3、协助团队完成产品落地，确保算法在实际应用中的稳定性和可靠性; 4、参与团队内部技术分享，持续提升自身技术水平; 岗位要求 1、计算机科学

硕士 · 查看完整岗位与申请入口 →

工作职责: 1. 理解模型训练：参与多模态大模型（文本、图像、视频等）的算法研究与工程实现，重点攻关模型在复杂视觉场景下的视频理解能力。 2. SFT专项迭代：跟踪学术界与工业界前沿进展，方向包括但不限于鲁棒视觉表征与视觉特征编解码、多模态模型的RLVR 与 RLHF、Synthetic Data、视觉审美与视觉品质评

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责： 1.参与医疗健康领域大模型（LLM）的应用研发，包括Prompt Engineering、检索增强生成（RAG）架构优化及垂直领域模型的微调（SFT/LoRA）。 2.负责医疗AI Agent的核心模块设计与开发，包括智能体的规划（Planning）、工具调用（Tool Use）、记忆（Memory）机

硕士 · 查看完整岗位与申请入口 →

工作地点：上海 招聘类型：可转正实习 实习周期：长期 项目介绍 我们正在建设一套面向卡牌策略对抗场景的多智能体 AI 系统。系统需要在不完全信息环境中完成局面理解、策略规划、合法动作生成、多角色协作与对抗，并支持大规模模拟和自动化评测。 你将与项目负责人共同参与 Agent 架构、决策链路和模拟评测系统建设，

学历以官网为准 · 查看完整岗位与申请入口 →

工作地点：上海 招聘类型：可转正实习 实习周期：长期 【项目介绍】 我们正在建设一套面向卡牌策略对抗场景的 AI 对战系统。项目涉及不完全信息推理、长序列决策、多角色协作与对抗、策略泛化等问题。 你将与项目负责人及算法团队共同参与模型训练、数据构建和评测体系建设，推动大模型从“能够理解局面”进一步发展为“能够

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 （1）基于智能驾驶场景测试链路中的重复性人工环节，设计并开发 AI 方案予以替代，实现测试提效； （2）基于大模型（LLM）与主流 AI / Agent 框架，开发测试提效工具链，包括但不限于： 测试用例自动生成与评审辅助（基于需求、标准自动产出用例草稿）； 路测场景、行车

本科 · 查看完整岗位与申请入口 →

岗位描述 针对行为风控场景高度对抗、动态演化、目标稀疏、决策链路极长的问题，探索通过多轮交互、跨源证据关联、链路还原与路径推演、多层级结果验证的Agentic技术方案。 1、Agent 训练环境与任务合成 面向风控场景场景，研究可scale，可verify的Agent训练环境与沙箱：环境抽象与工具接口设计、任务自动合成

硕士 · 查看完整岗位与申请入口 →

岗位描述 1、参与构建高质量、多维度的训练/验证/测试样本集，支撑敏感数据识别模型在文本、图像、多模态场景下的分类与检测任务； 2、协助设计并迭代数据标注规范，执行数据清洗、去重、增强及结构化处理，保障样本质量与一致性； 3、参与分类模型的训练、调参与效果评估，针对 bad case 进行归因分析并驱动样本补充与策略优

本科 · 查看完整岗位与申请入口 →

岗位职责 1、协助团队完成端到端语音对话技术的业务落地工作，配合排查落地过程中的各类问题，参与语音交互技术、业务效果的迭代优化工作。 2、辅助参与全双工语音大模型的架构调研、算法研发工作，协助探索语音与语义统一建模的相关方案与实验验证。 3、负责音频训练数据的整理、清洗、标注及质检等基础工作，协助设计模型训练策略，支撑

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.深入调研多模态理解大模型、多模态推理大模型以及强化学习等方向的前沿技术; 2.深入探索多模态融合对齐策略,多模态多任务联合训练; 3.参与多模态大模型学术研究,产出具有业界行业影响力的科研成果; 岗位要求 1.在读硕士/博士,计算机、人工智能、机器学习、电子信息、自动化、数学等相关专业,多模态大模型、计

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 我们致力于探索人工智能的前沿，解决物质科学领域的重大挑战。在这里，你将与来自人工智能、计算机科学、物理学、化学和材料科学等领域专家共同工作，推动新材料的发现、物质性质的精准预测与科学规律的深度挖掘。 工作职责： 1、参与机器学习与物质科学交叉研究项目，包括新算法设计、模型开发和训练等，并持续迭代以提升模型

学历以官网为准 · 查看完整岗位与申请入口 →

工作职责 -参与大模型推理引擎的研发 -参与高性能GPU算子的研发 -参与推理系统（kvcache、调度）的研发 -参与和推理性能有关的模型优化 职位要求 -计算机、人工智能相关方向硕士及以上在读 -扎实的torch/cuda等编程基础，熟悉常用的开源推理引擎 -了解当前主流大模型架构与芯片架构，掌握大模型推理优化的

硕士 · 查看完整岗位与申请入口 →