百度
实习大模型数据实习生（创意写作方向）（J104314）
北京市 · 实习 · 本科
长期有效
任职要求
- -统招全日制本科及以上学历，影视制作/编导、文学、语言学、广告、新闻传播、心理学、法律、金融等相关专业优先，具备较深厚的人文素养，有大模型产品深度使用经验
- -对汉语或英语文字质量有很高的敏感度，具备良好的审美判断力（尤其在写作方向），知识面广、在特定领域（比如科技、财经、时政、体育等）有深厚知识积累
- -具备较强的文字表达和逻辑整理能力，能把主观创作判断转化为稳定的数据规则
- -原则性强、细致耐心，具备标准化流程意识，零容错对待AI训练数据工作，能接受一定比例的重复性标注、审核和规则校准工作
- -每周可出勤4天及以上，可实习4个月及以上
- -加分项：有英语专八/CATTI二级/雅思7.5相关证书者优先
- -加分项：知识类视频/播客爱好者，有AIGC、数字人、视频、文本标注经验者优先
- -加分项：具备基础代码能力（或可借助大模型写代码），熟悉文本、多模态数据处理流程，熟悉agent工具搭建者优先
岗位描述
【岗位职责】
-参与大模型创意写作能力的数据构建，提供专家级的标注数据，确保训练数据的高质量
-参与评估策略效果和数据质量，分析和归纳问题
-协助数据规范迭代优化，提升数据整体的一致性
-使用prompt engineering方式提升数据生产质量和效率
【任职要求】
-统招全日制本科及以上学历，影视制作/编导、文学、语言学、广告、新闻传播、心理学、法律、金融等相关专业优先，具备较深厚的人文素养，有大模型产品深度使用经验
-对汉语或英语文字质量有很高的敏感度，具备良好的审美判断力（尤其在写作方向），知识面广、在特定领域（比如科技、财经、时政、体育等）有深厚知识积累
-具备较强的文字表达和逻辑整理能力，能把主观创作判断转化为稳定的数据规则
-原则性强、细致耐心，具备标准化流程意识，零容错对待AI训练数据工作，能接受一定比例的重复性标注、审核和规则校准工作
-每周可出勤4天及以上，可实习4个月及以上
-加分项：有英语专八/CATTI二级/雅思7.5相关证书者优先
-加分项：知识类视频/播客爱好者，有AIGC、数字人、视频、文本标注经验者优先
-加分项：具备基础代码能力（或可借助大模型写代码），熟悉文本、多模态数据处理流程，熟悉agent工具搭建者优先
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。