百度
实习代码智能体大模型架构实习生（J101404）
北京市 · 实习 · 博士
长期有效
任职要求
- -在读硕士/博士，能保证每周 4 天以上、持续 6 个月以上的实习投入
- -了解 Kubernetes、容器、GPU 任务运行或分布式训练相关概念者优先
- -了解大模型基本结构和训练流程，如 Transformer、Attention、dataset、loss、optimizer、checkpoint、evaluation 等
- -了解至少一种大模型训练或推理框架，如 Transformers、DeepSpeed、FSDP、Megatron-LM、verl、vLLM、SGLang 等
- -对 Coding Agent、后训练、推理服务、训练基础设施或 GPU 性能优化方向有兴趣，愿意深入学习
- -加分项
- -有 LLM 后训练（SFT/DPO/GRPO/蒸馏）或 agent 训练的实战经历
- -熟悉 code agent harness（如 open-coder、OpenHands / Claude Code 类框架），做过轨迹合成或改写清洗
- -参与过大规模分布式训练调优，或主流推理引擎（SGLang/vLLM）的性能优化
- -有 CUDA / 算子 / 通信优化、量化、并行策略相关经验
- -有代码智能体 / agentic 评测、reward modeling、可验证反馈相关经验
- -有开源贡献、竞赛、或能展示深度的个人项目
岗位描述
【岗位职责】
-参与 Coding Agent 沙盒训练环境建设，协助支持 coding task 在隔离、稳定、可复现的环境中运行
-多 Harness 大规模轨迹合成：围绕 open-coder、claude code、openclaw 等不同 harness 构建跨 harness 的轨迹合成体系，探索 harness 泛化，让模型学到通用的编码-执行-修复能力而非绑死单一框架
-轨迹改写、清洗、过滤：将不同来源、不同 harness 格式的轨迹统一改写规整，做大规模去重、质量打分与噪声过滤，处理多分片 JSONL 级数据，产出高信噪比训练集
-参与 Coding Agent 后训练基础设施建设，协助支持 SFT、OPD、RL 等训练和评测流程
-基于 Slime、Megatron-LM、verl、DeepSpeed、FSDP、Transformers 等框架进行训练流程适配、调试和问题排查
-参与基于 SGLang / vLLM 的推理服务建设，支持 rollout、teacher inference、批量评测等场景
-训练与推理性能分析，包括显存占用、吞吐、延迟、batching、KV cache、长上下文推理等方向
【任职要求】
-在读硕士/博士，能保证每周 4 天以上、持续 6 个月以上的实习投入
-了解 Kubernetes、容器、GPU 任务运行或分布式训练相关概念者优先
-了解大模型基本结构和训练流程，如 Transformer、Attention、dataset、loss、optimizer、checkpoint、evaluation 等
-了解至少一种大模型训练或推理框架，如 Transformers、DeepSpeed、FSDP、Megatron-LM、verl、vLLM、SGLang 等
-对 Coding Agent、后训练、推理服务、训练基础设施或 GPU 性能优化方向有兴趣，愿意深入学习
-加分项
-有 LLM 后训练（SFT/DPO/GRPO/蒸馏）或 agent 训练的实战经历
-熟悉 code agent harness（如 open-coder、OpenHands / Claude Code 类框架），做过轨迹合成或改写清洗
-参与过大规模分布式训练调优，或主流推理引擎（SGLang/vLLM）的性能优化
-有 CUDA / 算子 / 通信优化、量化、并行策略相关经验
-有代码智能体 / agentic 评测、reward modeling、可验证反馈相关经验
-有开源贡献、竞赛、或能展示深度的个人项目
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。