[北京武汉]金山软件

职位：AI大模型算法实习生|强化学习算法实习生|AI算法专项实习生|AI应用实习生|AI平台实习生
发布时间：2025-11-04
工作地点：北京 武汉
信息来源：四川大学锦城学院文学与传媒学院
职位类型：兼职
职位描述

【就业招聘】第846期：实习生招聘 I 金山软件


来源： 更新日期： 2025-11-04

【公司简介】

金山软件是国内早期互联网软件企业之一，旗下拥有西山居、猎豹移动、金山办公以及金山云等四家子公司。随着“转型移动互联网”的战略实施，金山在整体业务及管理模式等方面已完成全面转型，并形成了“3+1”的业务集群，即以互动娱乐、互联网安全及办公软件为支柱，以云计算为新起点的战略布局。公司于2007年在香港主板成功上市。公司拥有约4000名员工，并在北京、珠海、成都、大连及广州等多地分设研发中心，在北美、欧洲、中国香港、中国台湾、日本及马来西亚等海外市场享有重要的市场份额。

AI大模型算法实习生

【岗位职责】

1、大语言模型、多模态模型研究，包括论文复现、模型训练、模型评估、行业应用等；

2、强化学习基础研究，深入强化学习不同方法的数据动作，参与强化学习算法设计；

3、大模型训练数据构建，训练策略迭代和调优，完整亲历大模型涌现能力出现全过程；

4、大模型prompt调优，通用/行业/强化学习的评测方案设计，参与模型能力评测；

5、团队提供充足GPU算力和高质量数据集，真实场景的用户需求，探索大模型应用。

【任职要求】

1、具有强化学习、自然语言处理、计算机视觉、模型压缩、推理优化等领域经验者优先；

2、具有扎实的编程功底和DL/ML基础，熟练掌握PyTorch/Python/数据挖掘技术；

3、细节控，能动性强，自驱，有强烈意愿做出高水平工作，愿意研究解决AI问题；

4、有AI会议论文发表经验或开源项目贡献经验者优先。

强化学习算法实习生

【岗位职责】

1、强化学习：深入了解强化学习算法、数据画像及配方，协助强化学习数据制备和训练；

2、模型评测：Base/Instruct/Vetical/Reason模型例行评测，新模型适配（LLM+MLM）；

3、行业模型：法律、金融、政务、汽车、客服行业数据制备和抽样评估，模型训练；

4、大模型基座：定向提升基座模型能力，如：PT、Instruct、Math、Code、CoT、Reason；

5、多模态：针对图片理解场景优化，用AI工具对样本标注，微调训练，模型效果评估。

AI算法专项实习生

【岗位职责】

1、用DeepSeek/OpenAI Distill，复现Reason Model

（1）服务好业务场景需求（e.g. 法律/金融），利用deepseek/QwQ API构建行业CoT数据；

（2）在deepseek-r1-distill/QwQ等模型上，微调行业Reason模型能力；

（3）在Qwen2.5-72B-Base上，复现行业reason model（100w reason+100w non-reason）；

（4）有一定的技术前沿性，围绕Kingsoft业务做出技术亮点，可联合发表顶会Paper。

2、行业落地RLHF/DPO-DeepSeek/Kimi

（1）Follow业界RL技术发展（e.g. DeepSeek-R1，Kimi-K1.5），可联合发表顶会Paper；

（2）在实际行业场景（e.g. 法律/金融），引入强化学习（RLHF/RLAIF），进一步提升业务效果；

（3）构建强化学习AI+人工标注数据pipeline，特征/洞察/筛选/配比，例行构建训练语料；

（4）利用llama factory（EasyRL），行业强化学习训练GRPO/DPO/PPO；

（5）行业模型专项能力评测（lawbench-pro/IFEval/Reason），A/B人类体验评估。

3、多模态能力微调-Qwen2.5-vl/Janus-Pro

（1）结合办公场景（e.g. 图表信息提取/文档分割/公式识别），提升多模态理解专项能力；

（2）多模态模型能力评测，微调数据筛选+合成（图文对/SFT，业务数据标注/合成)；

（3）针对场景能力的多模态模型微调/增量预训练（e.g. 10W SFT，10B CPT）；

（4）有一定的技术前沿性，围绕Kingsoft业务做出技术亮点，可联合发表顶会Paper。

AI应用实习生

【岗位职责】

1、RAG与Agent：调研RAG、多模态、Agent、大模型相关领域的前沿；

2、与产品、数据研发、应用研发一起合作，切实解决用户针对效果上的问题，提升产品基础能力；

3、应用平台：开发和维护基于人工智能的应用程序，帮助更多的个人和公司实现智能化转型。

AI平台实习生

【岗位职责】

1、大模型数据：深入跟踪数据质量、数据洞察等先进算法/方法，持续参与提升语言、多模态等数据质量工作，参与数据质量工程、模型训练研发；

2、训练框架优化：深入跟踪大模型分布式训练技术以及框架，参与预训练、SFT、RL等各阶段训练对框架的能力提升和内核优化研发；

3、推理框架优化：深入跟踪大模型推理技术以及框架，参与推理框架相关能力提升和内核优化研发。

【工作地点】

武汉市，北京市

【应聘方式】

发送个人简历（简历请详细写明自己曾参加的技术项目，如果自学/项目经验丰富，简历2-3页）至邮箱：

xyhr-kswh@

邮件主题及简历命名：学校xx届+姓名+专业+学历+岗位+武汉/北京