百度
实习Summer Camp - Agentic RL /大模型平台策略推理优化实习生（J100476）
北京市 · 实习 · 不限
长期有效
任职要求
- -课题名称二：多步长程复杂任务的Agentic RL训练研究
- -课题说明
- -本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。
- -岗位方向：Agentic RL 算法实习生
- -希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、ReAct/function calling）
岗位描述
【岗位职责】
-关于百度千帆
-百度智能云千帆策略部，深度支撑百度千帆MAAS平台业务，团队具备行业领先的训练–推理协同优化能力，构建了从模型训练、量化优化、投机推理到平台级调度与线上流量验证的闭环优化体系，实现大模型推理成本与效率的持续突破；我们深度服务代码、多轮对话、办公等高价值行业的真实 agent 场景，能接触到市面上最复杂、最多样的多步骤任务数据。我们在这里不做玩具实验——每一个模型迭代都直接对齐真实业务效果，每一次 RL 训练都有真实用户反馈闭环。我们一起帮客户做得更快、更好
-课题名称一：大模型MTP训练&投机推理加速优化
-课题说明
-复现 Deepseek MTP/Mimo MTP/Eagle3/DFlash 等高效的投机推理加速方案，并提出改进方案或全新的投机推理加速方案，进一步加速平台上模型的推理效率
-岗位方向：大模型平台策略推理优化实习生
-希望同学对大模型的结构和推理过程有细致的理解；熟悉 vLLM/SGLang 等推理框架中的推理实现细节；了解主流的投机推理方案技术及实现原理
【任职要求】
-课题名称二：多步长程复杂任务的Agentic RL训练研究
-课题说明
-本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。
-岗位方向：Agentic RL 算法实习生
-希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、ReAct/function calling）
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。