北京人工智能实习岗位

岗位职责 1、构建面向机器人操控的世界模型与 WAM（World Action Model），研究动作条件下的环境状态演化、物体交互与机器人动力学建模，提升模型对物理规律、接触关系、任务状态及动作后果的理解与预测能力；针对工业、家庭等特定场景，完成数据构建、算法设计、技术验证及机器人实机落地； 2、研究 latent-

硕士 · 查看完整岗位与申请入口 →

岗位职责 1、构建具身智能和机器人控制大脑，让模型支持通用场景下的长时复杂任务，支持特定领域或场景下的智能体设计； 2、负责模型的训练、微调 VLM/LLM 以支持 Function Call（工具调用）、Agent/Prompt 工程、CoT 推理优化、强化学习等； 2、负责模型的架构选型和场景优化，负责模型的训练策

硕士 · 查看完整岗位与申请入口 →

岗位职责 1、构建操控机器人的具身动作模型，提升模型理解、感知世界和物理规律的能力，针对特定场景（如工业或家庭）构建方案，包括数据构建方案、技术验证、以及落地； 2、提升模型操控的精度和速度，构建理线、在线强化学习算法等； 岗位要求 1、硕士及以上学历，计算机科学、人工智能、电子工程、数学或相关专业； 2、具备扎实的

硕士 · 查看完整岗位与申请入口 →

岗位职责 1. 基于 NVIDIA Isaac 等仿真软件，开发仿真平台功能，负责仿真引擎、场景库管理、仿真评测体系建设； 2. 负责具身智能仿真算法研究和应用，为下游算法提供海量合成数据 ； 3. 负责具身场景的三维重建算法优化，提升场景重建的效率和真实度； 岗位要求 1. 机器人、计算机科学、人工智能或相关领域的

硕士 · 查看完整岗位与申请入口 →

岗位描述 网络安全是大模型 Agent 能力的重要应用场景，也是检验和提升模型能力的重要方向。我们持续推进大模型在漏洞挖掘、利用构造、攻防对抗等安全任务中的能力提升。团队重点关注真实安全环境中的推理规划、多步执行与环境交互能力，通过训练环境构建与强化学习提升模型在安全任务上的表现。 欢迎对大模型与网络安全有兴趣，并希望

学历以官网为准 · 查看完整岗位与申请入口 →

工作内容 1、参与感知算法模型迭代优化，攻克感知长尾和corner场景性能问题 2、参与视觉与Lidar多模态特征融合算法迭代优化，研究模态对齐和特征融合方案 3、参与动静态目标检测/分割/识别算法的研发与迭代，针对实际场景需求优化现有感知模型性能指标 4、参与大规模真实道路数据的处理、标注与分析，构建与维护高质量的评

硕士 · 查看完整岗位与申请入口 →

工作内容 1、参与感知算法模型迭代优化，攻克感知长尾和corner场景性能问题 2、参与视觉与Lidar多模态特征融合算法迭代优化，研究模态对齐和特征融合方案 3、参与动静态目标检测/分割/识别算法的研发与迭代，针对实际场景需求优化现有感知模型性能指标 4、参与大规模真实道路数据的处理、标注与分析，构建与维护高质量的评

硕士 · 查看完整岗位与申请入口 →

岗位职责： 1、参与分布式推理系统建设，提供行业领先的LLM/多模态模型解决方案； 2、针对大语言模型（LLM）、视觉生成（如Diffusion Models）等场景，开展端到端推理性能优化，重点降低推理延迟、提升吞吐量； 3、深度优化推理框架，提升框架在异构硬件上的扩展性与易用性； 4、开发自动化性能分析工具

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 数据决定了模型能力的上限，如何以 低成本、大规模的方式持续生产能够补齐模型能力的数据，是推动模型持续演化的重要基础。 可信是医疗AI的根基。我们深耕医疗领域，希望通过技术手段解决医疗数据专业性强、获取成本高、正确性要求高等行业难题，建立稳定、高质量、可规模化的医疗数据生产体系。 效率决定模型迭代的速度。我们希

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1、AI模型应用 负责开发适用于功率预测、前期评估、机组控制、测风雷达精度提升等领域的AI模型，推动相关AI技术在风资源相关业务领域应用； 2、数据分析 开发测风设备优化算法、观测数据融合算法，实现风参多点实时高精度测量；完成气象、功率、电价等时序及格点数据清洗、匹配、特征构建、统计分析与可视化，沉淀可复用脚

硕士 · 查看完整岗位与申请入口 →

岗位描述 【加入前沿战场，定义下一代增长引擎】在阿里妈妈AI Agent与客户成长团队，我们正用最前沿的Agent技术重构数智化营销生态。作为团队新生力量，你将直接参与构建日均服务百万级商家的智能增长系统，通过 AI 技术实现从商家意图洞察到智能决策的全链路突破。在这里，你的代码将直接影响中国电商生态的广告决策效率，用

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 团队介绍：抖音AI团队主要负责抖音项目以及团队内的AI落地相关基础建设工作。我们的职责是用前沿的AI技术去赋能抖音应用以及抖音团队。我们希望在AI技术的加持下，能够更好的给抖音用户带来更好的信息消费体验，也能够让抖音这个大型组织能够更加高效的运转，从而更加及时的满足用户的各项诉求。团队主要负责抖音AI基础建设

本科 · 查看完整岗位与申请入口 →

岗位职责 1、设计并迭代 dots 模型的多维度能力评测体系，覆盖通用能力（推理、数学、代码、语言理解）、指令遵循、长上下文、多模态、安全性、人类偏好等维度 2、跟踪主流公开 benchmark（MMLU、MATH、GSM8K、HumanEval、MBPP、ARC、HellaSwag、GPQA、Arena ELO 等）

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 现阶段核心代码通常采用高强度混淆保护，包括控制流混淆、数据流混淆及 VMP 等。该课题旨在探索 AI 在高强度混淆场景下对代码的高准确度还原能力，从而有效降低逆向分析成本。 岗位要求 1、本科及以上学历，计算机、软件工程等相关专业优先； 2、熟悉常见等逆向工具比如frida、xposed、Ida Pro；

本科 · 查看完整岗位与申请入口 →

岗位职责 在搜索等实际线上业务中，推理速度限定了线上可用的模型大小以及可达效果，当前的基于transformer架构的大模型基座在推理速度上存在系统性瓶颈。本课题探索基于创新框架，如diffusion LLM和linear attention model的大模型基座范式，从数据、模型预训练、后训练、AI Infra、评

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题的研究目标是打造行业领先的多语言能力强化的大语言模型，结合业务海量的多语言互译语料，以及平台生活化特色的笔记评论数据，利用数据合成、RL冷启训练、SFT和RLHF等技术，实现： 1、在小红书多语言大模型翻译场景取得领先效果； 2、多语言场景下，AI搜索的检索和生成技术。 岗位要求 1、不限年级，本科及

本科 · 查看完整岗位与申请入口 →

岗位职责 传统的推荐系统通常被称为“猜你喜欢”，主要依赖用户的历史行为来推荐（猜）用户可能喜欢的物品。从大量用户之声的数据看，很多用户对推荐结果并不满意，提出了明确的改进诉求，但传统推荐系统无法理解这些诉求。基于Agent的交互式推荐系统旨在为用户提供一个智能助理，让用户通过自然语言表达自己对推荐结果的定制化需求（如多

本科 · 查看完整岗位与申请入口 →

岗位职责 随着大模型从"被动响应"向"主动规划"的范式跃迁，Agentic AI 正在重构搜索营销的技术底座。用户查询意图呈现极端复杂化与长尾化，传统关键词匹配已触及能力边界。我们致力于构建业界首个面向搜索场景的生成式营销智能体，打破商业变现与用户体验的零和博弈，让 AI 化身具备自主决策能力的"金牌种草官"，开启"语

本科 · 查看完整岗位与申请入口 →

岗位职责 在商业化业务中，尤其是腰尾客户的广告投放过程中，平台的复杂度和需求的匹配落地是巨大的卡点，通常需要代理商和投手去服务；同时过程中成本和服务质量都是不确定性很高的变量，对于商家的经营有着巨大的影响。通过AI代理的研究，能够在了解客户需求的前提下（通过sop可以明确绝大部分需求），通过系统内部更精准的数据，以及可

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题旨在探索一种基于“教学—纠正”闭环的交互式进化审核 Agent 系统，致力于打破传统审核模型对静态规则与大规模标注样本的依赖，实现“规则—策略”的自动生成优化反馈闭环。 不同于通用 Agent，该系统强调在复杂、多变的国际化内容审核场景中，通过引入 Policy Maker 的实时干预与 Rule S

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题的研究目标是打造行业领先的社媒多语言大模型，结合站内外多语言社媒语料内容及高质量翻译互译数据，开展大规模预训练、SFT、RL等，实现： （1）应用于小红书多语言大模型翻译场景取得领先效果； （2）应用于国际化搜索召回/相关性，AI搜索混排/生成等跨语言场景，取得业务收益。 岗位要求 1、不限年级，本科

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题围绕点点、搜索等依赖自然人机交互的业务场景，打造面向AI agent的端到端全双工自然语音交互能力，预期构建具有小红书特色的最低延迟、最具人感、最懂用户的语音Agent。 重点攻克如何打造真实自然稳定的拟人感语音交互难题。其细分研究方向大模型语音内容理解【最懂用户】、可控对话式大模型语音合成【最具人感

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题旨在探索构建一套“理解-生成-决策”三位一体的多模态统一大模型基座及智能体应用。 在底层基座构建上，重点构建理解与生成统一的图文交错混合模型：输入端实现多体裁内容（笔记、直播、商品等）的统一融合理解，输出端兼顾高质量表征提取、文本与图像生成。通过底层世界知识共享，消除多领域知识间的壁垒，并利用理解任务

本科 · 查看完整岗位与申请入口 →

岗位职责 随着广告系统从“流量匹配”向“深度理解”演进，传统的模型范式在面对用户动态变化的兴趣与复杂决策场景时，逐渐显露出语义理解浅、策略同质化等局限。本课题“面向千人千面Agent的广告大模型能力构建”，旨在探索如何利用大语言模型结合广告个性化投放系统赋予智能体的核心能力，实现真正意义上的个性化智慧决策。 该课题会

本科 · 查看完整岗位与申请入口 →

岗位职责 当前推荐算法主要依赖用户行为做相关性建模，基于正负反馈信号动态调整用户兴趣表示。这种建模方式在用户意图理解、复杂偏好刻画及跨领域知识利用和泛化性方面仍存在明显局限：一方面，行为信号往往稀疏且滞后，导致兴趣调节效率有限；另一方面，推荐模型缺乏对高维世界知识的有效提取、整合与推理能力，难以深入理解用户真实需求及其

本科 · 查看完整岗位与申请入口 →

岗位职责 传统的AI搜索依然基于RAG框架，少有的几个Agent框架也只涉及QueryPlanning，距离真实解决搜索中的实际问题还相距很远，例如做旅游攻略、做行业研究报告等等。我们判断，虽然当下LLM已经大范围的用于搜索领域，但是下一代的搜索技术变革一定是基于Agent的。本课题旨在研究基于Agent框架的基座模型

本科 · 查看完整岗位与申请入口 →

岗位职责 我们致力于构建可持续进化的 Agent 系统：让 Agent 在真实环境中通过交互、学习与数据闭环，不断提升复杂任务能力。 围绕“数据 → 学习 → 自进化”三位一体展开： - Agent 自进化： 基于真实任务轨迹与反思机制，提升 Agent 在长期交互中的自主学习能力，解决反馈建模、策略泛化与错误累积问

本科 · 查看完整岗位与申请入口 →

岗位职责 本课题聚焦小红书通用基座模型在真实业务 OOD 场景下的泛化性问题，围绕三个方向展开： 1）研究如何在训练阶段提升模型的 In-context Learning 与 OOD 泛化能力，包括任务抽象、数据构造、Prompt 模板改写与训练策略设计； 2）研究如何评测这些能力，建立真实 OOD 评测和面向领域任务

本科 · 查看完整岗位与申请入口 →

岗位职责 1. 参与大语言模型（LLM）的研究与开发，包括预训练、指令微调、对齐、推理优化等方向； 2. 跟进并复现前沿研究成果，探索模型架构、训练方法及评测体系； 3. 参与高质量数据的构建、清洗与分析，持续提升模型效果； 4. 针对实际业务场景开展算法研发，推动研究成果落地； 5. 协助撰写技术报告、专利及学术论文

硕士 · 查看完整岗位与申请入口 →

工作职责: 1、参与强化学习训练框架的研发与性能优化，根据业务需求持续演进训练策略与系统能力，提升大规模模型训练效率； 2、深度分析与定位训练系统中的性能瓶颈（包括计算、通信、存储等），实施针对性优化，提升训练吞吐、稳定性与可扩展性； 工作要求: 1、本科及以上学历，计算机相关专业； 2、熟悉 Python/C++ 中

本科 · 查看完整岗位与申请入口 →