面壁智能
实习基础模型战略实习生
北京 · 实习 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上学历，计算机、人工智能、信息管理、经济学、政治学、新闻传播等相关专业优先，复合背景优先。
- 对基础模型、大模型行业和 AI 产业有持续兴趣，愿意长期跟踪技术、产品与产业变化。
- 具备较强的信息检索、资料筛选、事实核查和结构化整理能力，能够从海量信息中提炼关键结论。
- 具备较强文字表达能力，能够独立完成研究简报、专题报告和汇报材料。
- 英文阅读能力良好，能够阅读英文论文、技术博客、产品文档及海外媒体内容。
- 责任心强、执行力强，能够适应快节奏工作并按优先级推进多线程任务。
岗位描述
- 1、围绕公司基础模型战略，持续跟踪国内外大模型行业动态，覆盖基础模型、评测体系、竞争格局等重点方向。
- 2、对主流模型厂商、研究机构、开源社区及关键产品开展系统研究，形成结构化分析和阶段性判断，建立并维护基础模型研究资料库，支持公司战略决策。
- 3、参与基础模型相关专题研究，包括模型能力演进、技术路线变化、多模态、Agent、端侧等重点方向，收集并分析 benchmark、榜单、论文等信息，提炼关键变量、核心信号与潜在机会，建立并维护基础模型研究资料库。
- 4、参与科研项目、重点实验室、专项课题等申报材料的研究、整理与撰写支持，协助完成技术方向梳理、创新点提炼及价值论证。
- 5、跟踪人工智能、大模型、数据安全、科技创新等政策动态，参与政策研究支撑及专题材料撰写。
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。