[北京]深圳虾皮信息科技有限公司

职位：大模型预训练模型结构算法工程
发布时间：2026-08-29
工作地点：北京
信息来源：五邑大学
职位类型：兼职
职位描述

深圳虾皮信息科技有限公司

（ASPIntern）LLM-大模型预训练模型结构算法工程

20K-40K/月 北京 北京市 硕士及以上

发布时间：2026年8月28日

职位描述

岗位职责：

关于团队
Compass 是由 Shopee 研发的面向全球竞争的超大规模多语言模型，具备强大的跨文化理解、复杂逻辑推理与自主执行能力。依托全球新兴市场（尤其是东南亚）海量的多语言、多文化数据优势，Compass 系列模型已成功实现了从 v1 到 v3 演进。当前，我们正聚焦前沿技术突破，全力打造架构更先进、能力更卓越的下一代基座大模型，打造全球领先的多语言与自主智能体（Agentic LLM）技术体系。我们将通过对算法和数据策略的深入研究，建立科学的 scaling law 指导规划，攻克训练与推理加速瓶颈，打通从数据治理到智能涌现的确定性路径。我们追求将现有的预训练技术做到极致。
岗位职责
参与模型结构的前沿实验与优化： 协助团队针对 Transformer 架构进行局限性探索。参与混合专家模型（MoE）、长序列建模（如 KV cache 压缩）、动态计算优化等核心算法的代码实现、跑通与效果验证。
协助探索大模型预训练策略： 参与新型预训练损失函数、优化器（Optimizer）与学习率调度策略的调研与实验。在 Mentor 的指导下，在实验规模模型上验证持续学习、课程学习等策略的有效性，并协助分析训练动力学表现。
前沿文献追踪与技术复现： 紧跟学界与工业界最新进展，调研下一代非共识网络架构（如线性注意力、动态稀疏注意力等）。协助进行算法复现、对比实验及原理解读，为团队下一代通用智能模型结构的设计提供详实的数据与理论支持。

岗位要求：

职位要求
必须项
学术与工程背景： 计算机科学、人工智能、数学或相关领域的硕士或博士毕业生
深度学习底盘扎实： 深刻理解大模型预训练动态（Training Dynamics）、优化器原理及模型架构演进；精通 PyTorch，熟悉 Megatron、DeepSpeed 等主流开源训练框架。
独立研究思维： 具备独立思考与系统性研究能力，敢于挑战现有范式，能够运用数学物理与实验科学解读模型的优化动态，破解训练的不确定性难题。对模型结构（Attention、MoE 等）有极强的 Debug 能力与系统性问题诊断能力。
团队协作精神： 具有务实精神、开源开放的技术视野，以及优秀的跨团队协作与沟通能力，能够与工程、评测、Alignment 团队紧密联动。

投递说明：

网申/内推 > 2-3轮专业面试 > HR沟通 > Offer

单位简介

Shopee是东南亚领航电商平台，覆盖新加坡、马来西亚、菲律宾、印度尼西亚、泰国及越南等市场，同时在中国深圳、上海和香港设立跨境业务办公室。2019 年 Shopee总订单量高达12亿，同比增长100.5%。根据权威移动数据分析平台 App Annie，2019年Shopee强势跻身全球购物类App下载量前五，同时斩获东南亚及中国台湾市场购物类App年度总下载量、平均月活数、安卓使用总时长三项冠军，并领跑东南亚两大头部市场，拿下印尼及越南年度购物类App下载量与月活量双冠王。



提示：在微信扫描关注，可以直接投递简历哟



深圳虾皮信息科技有限公司


领域：信息传输、软件和信息技术服务业

规模：1000-5000人

地址：深圳市南山区粤海街道高新区社区科技南一路28号达实大厦3302