公司简介：
北京大学，创办于1898年，初名京师大学堂，是国内顶尖所国立综合性大学，也是当时中国最高教育行政机关。辛亥革命后，于1912年改为现名。作为新文化运动的中心和“五四”运动的策源地，作为中国最早传播马克思主义和民主科学思想的发祥地，作为中国共产党最早的活动基地，北京大学为民族的振兴和解放、国家的建设和发展、社会的文明和进步做出了不可替代的贡献，在中国走向现代化的进程中起到了重要的先锋作用。在国家的支持下，北京大学适时启动“创建世界一流大学计划”，从此，北京大学的历史翻开了新的一页。近年来，在“211工程”和“985工程”的支持下，北京大学进入了一个新的历史发展阶段，在学科建设、人才培养、师资队伍建设、教学科研等各方面都取得了显著成绩，为将北大建设成为世界一流大学奠定了坚实的基础。在招职位如下：
数据开发
工作城市：北京
薪资：6k-12k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
薪资：6k-12k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
岗位职责： 1. 参与社会科学大数据相关的课题，阅读文献，产出项目报告 2. 【主要】处理结构化数据 3. 构建数据模型 任职要求： 1. 熟练使用python 2. 熟练使用mysql 3. 有机器学习项目背景优先 岗位福利： 1. 校内工作 2. 酬劳在学校和项目组约定的基础上，可根据能力匹配业界待遇。
算法岗
工作城市：北京
薪资：4k-7k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
薪资：4k-7k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
工作内容
1. 负责图像、语音等多源数据的处理分析与智能建模；
2. 基于深度学习/大模型进行跨模态检索与联合表征学习；
3. 参与目标/语音识别、多模态推理等算法的研究与验证；
4. 协助智能分析系统的设计开发、性能优化及论文/文档撰写。
岗位要求
1. 专业背景：计算机、生物医学工程、AI等相关专业本科高年级或研究生；
2. 技能要求：熟练掌握Python，熟悉CV/NLP/语音/多模态基础；掌握PyTorch或TensorFlow框架；
3. 综合素质：具备完整的数据处理与模型训练能力，有科研实践、论文复现或系统开发经验者优先；逻辑清晰，责任心强。
实习满四个月可以提供北京大学实习证明。
1. 负责图像、语音等多源数据的处理分析与智能建模；
2. 基于深度学习/大模型进行跨模态检索与联合表征学习；
3. 参与目标/语音识别、多模态推理等算法的研究与验证；
4. 协助智能分析系统的设计开发、性能优化及论文/文档撰写。
岗位要求
1. 专业背景：计算机、生物医学工程、AI等相关专业本科高年级或研究生；
2. 技能要求：熟练掌握Python，熟悉CV/NLP/语音/多模态基础；掌握PyTorch或TensorFlow框架；
3. 综合素质：具备完整的数据处理与模型训练能力，有科研实践、论文复现或系统开发经验者优先；逻辑清晰，责任心强。
实习满四个月可以提供北京大学实习证明。
大模型算法工程师
工作城市：北京
薪资：4k-7k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
薪资：4k-7k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
岗位职责
1. 负责大模型算法体系的设计、研发与迭代优化，提升模型在复杂场景下的理解与生成能力；
2. 重点参与长文本检索、语义匹配、召回精排相关算法研发，优化大模型在长文档、多源信息下的检索精度与效率；
3. 负责知识库构建、知识抽取、知识融合与知识图谱设计落地，将结构化/非结构化知识与大模型结合，增强知识可信性与调用能力；
4. 跟进大模型、信息检索、知识工程领域前沿技术，推动相关技术创新与业务落地；
5. 协同团队完成大模型训练、微调、对齐及性能指标评估，保障模型效果与工程效率；
6. 参与大模型+检索+知识图谱的一体化系统部署与迭代，支撑实际场景应用；
7. 撰写技术方案、实验报告与项目文档，保障算法模块可维护、可扩展、可复用。
任职要求
1. 具备扎实的算法与编程基础，熟练使用PyTorch/TensorFlow等主流深度学习框架；
2. 熟悉大模型架构、预训练与微调流程，有大模型实际项目研发经验；
3. 深入理解长文本检索、稠密检索、召回-排序机制、RAG架构，具备相关项目或竞赛经验者优先；
4. 熟悉知识图谱构建、实体关系抽取、知识对齐、知识库建设流程，有知识工程落地经验者优先；
5. 具备良好的团队沟通与协作能力，能高效推进跨模块技术目标落地；
6. 学习能力突出，可快速跟踪并应用检索、大模型、知识图谱领域新技术；
7. 对人工智能与知识智能领域有热情，具备独立分析与解决复杂技术问题的能力。
1. 负责大模型算法体系的设计、研发与迭代优化，提升模型在复杂场景下的理解与生成能力；
2. 重点参与长文本检索、语义匹配、召回精排相关算法研发，优化大模型在长文档、多源信息下的检索精度与效率；
3. 负责知识库构建、知识抽取、知识融合与知识图谱设计落地，将结构化/非结构化知识与大模型结合，增强知识可信性与调用能力；
4. 跟进大模型、信息检索、知识工程领域前沿技术，推动相关技术创新与业务落地；
5. 协同团队完成大模型训练、微调、对齐及性能指标评估，保障模型效果与工程效率；
6. 参与大模型+检索+知识图谱的一体化系统部署与迭代，支撑实际场景应用；
7. 撰写技术方案、实验报告与项目文档，保障算法模块可维护、可扩展、可复用。
任职要求
1. 具备扎实的算法与编程基础，熟练使用PyTorch/TensorFlow等主流深度学习框架；
2. 熟悉大模型架构、预训练与微调流程，有大模型实际项目研发经验；
3. 深入理解长文本检索、稠密检索、召回-排序机制、RAG架构，具备相关项目或竞赛经验者优先；
4. 熟悉知识图谱构建、实体关系抽取、知识对齐、知识库建设流程，有知识工程落地经验者优先；
5. 具备良好的团队沟通与协作能力，能高效推进跨模块技术目标落地；
6. 学习能力突出，可快速跟踪并应用检索、大模型、知识图谱领域新技术；
7. 对人工智能与知识智能领域有热情，具备独立分析与解决复杂技术问题的能力。