北京百川智能科技有限公司

【职位职责】
1. 负责医学交叉领域的工作，包括但不限于大模型数据、算法、产品、运营等；
2. 结合医学知识与工程技术，参与医疗产品的研发和改进；
3. 利用先进的技术和方法，解决医疗+AI领域中的实际问题；
4. 与跨学科团队合作，推动医学交叉项目的进展。

【任职要求】
2027年及以后毕业的在校生，拥有医学、生物医学工程、计算机科学与技术、统计学等相关专业的硕士或博士学位；
2. 对医学交叉学科有浓厚兴趣，了解医学基础知识；
3. 具有较强的逻辑思维能力、创新意识和问题解决能力；
4. 良好的团队合作精神和沟通协调能力；
5. 有医疗+AI领域经验者优先考虑。

【学历要求】
硕士及以上

【硬性专业要求】
医学相关专业、生物医学工程相关专业、计算机科学与技术相关专业、统计学相关专业

医疗交叉学科专项实习生

【职位介绍】
1. 后训练算法实习生，与我们并肩战斗训练下一代Baichuan-M模型。

【任职要求】
1. 硕博在校生，良好的计算机相关背景，有大模型训练经验优先；
2. Research Hacker，能看论文也能第二天跑出demo，是实验室出活儿最快的那批人；
3. 对LLM充满好奇心，能从数据/训练/评测的每个环节都找到研究的乐趣。

【学历要求】
硕士及以上

后训练算法实习生-百川模型训练团队

【职位职责】
1. RL Infra实习生，与我们并肩战斗训练下一代Baichuan-M模型。

【任职要求】
1. 硕博在校生，良好的计算机相关背景，扎实的编程能力；
2. 熟悉Megatron、Verl、SGLang等框架，对RL训练工程有深入理解；
3. 强烈的工程嗅觉，有能力独立发现系统关键瓶颈，提出优化方案。

【学历要求】
硕士及以上

RL Infra实习生-百川模型训练团队

源点顶尖人才计划（医疗交叉学科专项实习生）

【职位职责】
1. 负责医学交叉领域的工作，包括但不限于大模型数据、算法、产品、运营等；
2. 结合医学知识与工程技术，参与医疗产品的研发和改进；
3. 利用先进的技术和方法，解决医疗+AI领域中的实际问题；
4. 与跨学科团队合作，推动医学交叉项目的进展。

【任职要求】
1. 面向毕业时间为 2025 年至 2027 年 的应届生，拥有医学、生物医学工程、计算机科学与技术、统计学等相关专业的硕士或博士学位；
2. 对医学交叉学科有浓厚兴趣，了解医学基础知识；
3. 具有较强的逻辑思维能力、创新意识和问题解决能力；
4. 良好的团队合作精神和沟通协调能力；
5. 有医疗+AI领域经验者优先考虑。

【学历要求】
硕士及以上

【硬性专业要求】
医学相关专业、生物医学工程相关专业、计算机科学与技术相关专业、统计学相关专业

源点顶尖人才计划（医疗交叉学科专项岗）

【职位介绍】
1. 【源点顶尖人才计划】

【职位职责】
1. 参与大语言模型核心算法研发，覆盖预训练、后训练（SFT/RL）、模型架构创新与能力评测全链路；
2. 围绕数据配比与课程设计、训练目标、Scaling Law、长上下文、推理时计算（Test-time Compute）和训练稳定性开展模型研究，持续突破模型能力边界；
3. 设计并建设自动化评测体系与合成数据流水线，基于模型失败案例驱动算法迭代，推动方案在医疗等真实业务场景中验证落地；
4. 跟踪并复现前沿研究，探索 Agent 能力、工具使用、多模态对齐等开放问题，将研究洞察转化为可工程化的模型改进。

【任职要求】
1. 面向毕业时间为 2025 年至 2027 年 的应届生，计算机、人工智能、数学等相关专业，硕士及以上学历；
2. 扎实的机器学习与深度学习基础，深入理解 Transformer 架构、注意力机制及大模型训练全流程（预训练-SFT-RL）；
3. 熟练使用 Python 和 PyTorch，至少掌握一种大规模训练框架（Megatron-LM/DeepSpeed/FSDP），了解分布式并行训练原理；
4. 具备优秀的算法实现、实验设计和问题定位能力，能在信号模糊、路径不明确的开放问题中独立推进研究；
5. 对大模型能力边界有独立判断，关注产品实际效果而非仅基准分数，有将研究成果工程化落地的意识。
6. 加分项：在 NeurIPS/ICML/ICLR/ACL 等国际顶会发表过高质量论文，或在顶级开源项目中有核心贡献；
7. 加分项：有大规模预训练、后训练对齐（RLHF/DPO/GRPO）、合成数据生成或评测体系建设的实战经验；
8. 加分项：在 Kaggle等知名竞赛中取得优异成绩；
9. 加分项：有医疗 NLP、生物医学或多模态大模型相关研究经历。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、数学相关专业

源点顶尖人才计划大模型算法工程师

【职位职责】
1. 参与下一代生命基础模型的算法设计、预训练、后训练与持续评测，面向刻画生命状态建模目标构建基础模型；
2. 面向长时序、多模态医疗健康数据（电子病历、医学影像、基因组学、可穿戴设备等），研究表征学习、状态预测、动作条件建模与规划等关键问题；
3. 探索长期健康预测、不良事件预警、风险建模、因果推断及不确定性量化，提升模型对复杂健康过程的理解、预测与反事实推理能力；
4. 建设医疗基础模型的高质量数据与专业评测体系，围绕真实临床问题验证算法效果，与医学专家协作推动持续迭代；
5. 跟踪 AI4Science、基础模型等前沿方向，探索医疗领域的Scaling Law 与能力涌现。

【任职要求】
1. 面向毕业时间为 2025 年至 2027 年 的应届生，计算机、人工智能、数学、统计、生物医学工程、生物信息学等相关专业，硕士及以上学历；
2. 扎实的机器学习与深度学习基础，在生成模型、强化学习、多模态学习、时序建模或图神经网络中至少一个方向有深入研究；
3. 熟练使用 Python 和 PyTorch，具备良好的算法实现、实验设计和数据分析能力；
4. 对 Scaling Law、Representation Learning、World Model、因果推断等基础问题有独立思考和研究热情；
5. 具备跨学科协作能力，能够与医学专家有效沟通，将临床需求转化为可研究的算法问题。
6. 加分项：
7. 在 NeurIPS/ICML/ICLR/ACL/MLHC 等国际顶会发表过高质量论文；
8. 有 AI4Science、医疗信息处理、临床预测建模、时间序列或因果推断相关研究或项目经历；
9. 有处理大规模电子病历、医学影像或基因组学数据的实战经验；
10. 在医学AI相关竞赛中取得优异成绩。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、数学相关专业、统计相关专业、生物医学工程相关专业、生物信息学相关专业

生命世界模型算法工程师

【职位职责】
1. 参与大模型训练平台、任务调度系统与 GPU 集群资源管理的设计与建设，支撑大规模预训练与后训练；
2. 优化数据并行、张量并行、流水线并行、序列并行等分布式训练方案，设计高可用容错与弹性训练机制；
3. 深度分析计算、通信（NCCL/RDMA）、存储与数据加载瓶颈，优化集群利用率、训练吞吐与端到端训练稳定性；
4. 开发高性能训练算子、通信原语与混合精度训练方案，与算法团队协作设计硬件友好的模型结构；
5. 建设训练全链路监控、故障自动诊断与研发效率工具，持续提升大模型训练效率与研发体验。

【任职要求】
1. 面向毕业时间为 2025 年至 2027 年 的应届生，计算机、软件工程等相关专业，硕士及以上学历；
2. 扎实的操作系统、计算机网络、数据结构与算法基础，熟悉 Linux 环境与 C++/Python/Rust 中至少一门语言；
3. 深入理解分布式系统原理，在并行计算、GPU 体系结构、高性能计算或分布式存储中至少一个方向有实践经验；
4. 了解 PyTorch、Megatron-LM、DeepSpeed 等训练框架，对大规模分布式训练有强烈兴趣和动手能力；
5. 具备优秀的系统分析、工程实现和问题定位能力，追求代码质量与系统性能，对复杂系统有掌控欲。
6. 加分项：
7. 有大规模分布式训练、超算集群管理、系统性能优化或 AI 基础设施项目经验；
8. 熟悉 CUDA 编程、NCCL 通信库、RDMA 网络或高性能算子开发；
9. 有 Kubernetes、Slurm 等集群调度系统或分布式存储系统开发经验；
10. 在 OSDI/SOSP/ATC/SC 等系统顶会发表过论文，或在主流开源训练框架中有核心贡献。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、软件工程相关专业

AI Infra工程师-训练方向

【职位职责】
1. 参与大模型推理引擎与高并发在线服务的研发、部署与极致性能优化，支撑百万级 QPS 的稳定服务；
2. 研究并落地量化、蒸馏、稀疏化、投机解码、KV Cache 管理等推理优化技术；
3. 深度分析算子、计算、通信与显存瓶颈，持续优化吞吐、首 Token 时延、端到端时延、显存占用与单位 Token 服务成本；
4. 开发高性能 CUDA 算子与推理内核，适配新一代硬件架构，探索非 Transformer 模型的高效推理方案；
5. 建设弹性扩缩容、流量调度、故障自愈与全链路可观测体系，保障线上推理服务的高性能、高质量与高可用性。

【任职要求】
1. 面向毕业时间为 2025 年至 2027 年 的应届生，计算机、软件工程等相关专业，硕士及以上学历；
2. 扎实的计算机体系结构、并行计算与操作系统基础，精通 C++/Python，熟悉 CUDA 编程；
3. 深入理解大模型推理原理，至少使用或研究过 vLLM、SGLang、TensorRT-LLM 等主流推理框架中的一种；
4. 具备优秀的性能分析与工程实现能力，能系统性地定位并解决复杂性能瓶颈；
5. 对高性能计算、GPU 优化或推理系统有强烈热情，追求极致性能与工程质量。
6. 加分项：
7. 有高性能算子开发、编译器（TVM/MLIR）、GPU 架构优化或推理系统项目经验；
8. 熟悉模型压缩技术（量化/蒸馏/剪枝），有实际部署与精度恢复经验；
9. 有高并发在线服务、负载均衡、弹性调度或分布式系统开发经验；
10. 在 MLSys/PPoPP 等系统顶会发表过论文，或在主流开源推理框架中有核心贡献。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、软件工程相关专业

源点顶尖人才计划AI Infra工程师-推理方向

【职位职责】
1. 参与 AI 产品的用户研究、需求分析、方案设计、项目推进和效果复盘；
2. 理解大模型的能力与边界，将用户问题转化为清晰、可验证、可落地的产品方案；
3. 设计产品原型、模型评测指标和效果验证方案，结合用户反馈与数据持续迭代；
4. 协同算法、研发、设计和运营团队推动产品高质量上线，并持续跟踪行业与技术趋势。

【任职要求】
1. 面向毕业时间为 2025 年至 2027 年 的应届生，专业不限，本科及以上学历；
2. 对 AI 和大模型有浓厚兴趣，主动体验前沿产品，理解 Prompt、RAG、Agent 等基本概念；
3. 具备良好的用户洞察、逻辑分析、产品设计、沟通协作和项目推动能力；
4. 有 AI 产品、技术项目、创业实践、产品实习或可展示的完整作品者优先。
5. 加分项：
6. 具备一段互联网头部企业产品相关实习经历者优先；
7. 具备一段海外学习或交流/交换经历者优先。

【学历要求】
本科及以上

AI 产品经理

【职位介绍】
1. 【源点顶尖人才计划】

【职位职责】
1. 参与大模型 Agent 核心算法研发，构建通用及领域 Agent
2. 研究规划与推理、工具调用、记忆、Agent Loop、Harness 等核心机制，提升复杂任务的自主完成能力
3. 开展 Agent 架构、训练与强化学习，探索多智能体协作、长程任务执行和自学习等前沿方向

【任职要求】
1. 面向毕业时间为2025 年至 2027 年的应届生，专业不限，本科及以上学历，充分理解大模型的工作原理，有丰富的使用手感
2. 乐于和擅长理解算法和工程模式的内在逻辑，有思考第一性的习惯
3. 具备良好的实验设计和复杂问题拆解能力，逻辑思维与抽象能力强
4. 熟悉 Prompt、了解Agent发展历史中的关键技术（如，Tool Use、Agent Loop、Harness、Loop Engnieer等
5. 加分项：在领域内知名比赛中取得优异成绩者优先
6. 有解决真实问题的Agent项目实践者优先

【学历要求】
本科及以上

源点顶尖人才计划 Agent 算法工程师

【职位介绍】
1. 【源点顶尖人才计划】

【职位职责】
1. 参与大模型 Agent 核心算法研发，构建通用及领域 Agent；
2. 研究规划与推理、工具调用、记忆、Agent Loop、Harness 等核心机制，提升复杂任务的自主完成能力；
3. 开展 Agent 架构、训练与强化学习，探索多智能体协作、长程任务执行和自学习等前沿方向；

【任职要求】
2027年及以后毕业的在校生，专业不限，本科及以上学历；充分理解大模型的工作原理，有丰富的使用手感；
2. 乐于和擅长理解算法和工程模式的内在逻辑，有思考第一性的习惯；
3. 具备良好的实验设计和复杂问题拆解能力，逻辑思维与抽象能力强；
4. 熟悉 Prompt、了解Agent发展历史中的关键技术（如，Tool Use、Agent Loop、Harness、Loop Engnieer等；
5. 实习期间表现优异并通过考核，可获得转正机会。
6. 加分项：在领域内知名比赛中取得优异成绩者优先；
7. 加分项：有解决真实问题的Agent项目实践者优先。

【学历要求】
本科及以上

源点顶尖人才计划 Agent 算法工程师实习生

【职位职责】
1. 参与 AI 产品的用户研究、需求分析、方案设计、项目推进和效果复盘；
2. 理解大模型的能力与边界，将用户问题转化为清晰、可验证、可落地的产品方案；
3. 设计产品原型、模型评测指标和效果验证方案，结合用户反馈与数据持续迭代；
4. 协同算法、研发、设计和运营团队推动产品高质量上线，并持续跟踪行业与技术趋势。

【任职要求】
2027年及以后毕业的在校生，专业不限，本科及以上学历；
2. 对 AI 和大模型有浓厚兴趣，主动体验前沿产品，理解 Prompt、RAG、Agent 等基本概念；
3. 具备良好的用户洞察、逻辑分析、产品设计、沟通协作和项目推动能力；
4. 有 AI 产品、技术项目、创业实践、产品实习或可展示的完整作品者优先；
5. 实习期间表现优异并通过考核，可获得转正机会。
6. 加分项：具备一段互联网头部企业产品相关实习经历者优先；
7. 加分项：具备一段海外学习或交流/交换经历者优先。

【学历要求】
本科及以上

源点顶尖人才计划 AI 产品经理实习生

【职位介绍】
1. 【源点顶尖人才计划】

【职位职责】
1. 参与大模型推理引擎与高并发在线服务的研发、部署与极致性能优化，支撑百万级 QPS 的稳定服务；
2. 研究并落地量化、蒸馏、稀疏化、投机解码、KV Cache 管理等推理优化技术；
3. 深度分析算子、计算、通信与显存瓶颈，持续优化吞吐、首 Token 时延、端到端时延、显存占用与单位 Token 服务成本；
4. 开发高性能 CUDA 算子与推理内核，适配新一代硬件架构，探索非 Transformer 模型的高效推理方案；
5. 建设弹性扩缩容、流量调度、故障自愈与全链路可观测体系，保障线上推理服务的高性能、高质量与高可用性。

【任职要求】
2027年及以后毕业的在校生，计算机、软件工程等相关专业，硕士及以上学历；
2. 扎实的计算机体系结构、并行计算与操作系统基础，精通 C++/Python，熟悉 CUDA 编程；
3. 深入理解大模型推理原理，至少使用或研究过 vLLM、SGLang、TensorRT-LLM 等主流推理框架中的一种；
4. 具备优秀的性能分析与工程实现能力，能系统性地定位并解决复杂性能瓶颈；
5. 对高性能计算、GPU 优化或推理系统有强烈热情，追求极致性能与工程质量。
6. 实习期间表现优异并通过考核，可获得转正机会。
7. 加分项：
8. 有高性能算子开发、编译器（TVM/MLIR）、GPU 架构优化或推理系统项目经验；
9. 熟悉模型压缩技术（量化/蒸馏/剪枝），有实际部署与精度恢复经验；
10. 有高并发在线服务、负载均衡、弹性调度或分布式系统开发经验；
11. 在 MLSys/PPoPP 等系统顶会发表过论文，或在主流开源推理框架中有核心贡献。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、软件工程相关专业

AI Infra工程师-推理方向实习生（源点顶尖人才计划）

AI Infra工程师-推理方向实习生

【职位介绍】
1. 【源点顶尖人才计划】

【职位职责】
1. 参与大模型训练平台、任务调度系统与 GPU 集群资源管理的设计与建设，支撑大规模预训练与后训练；
2. 优化数据并行、张量并行、流水线并行、序列并行等分布式训练方案，设计高可用容错与弹性训练机制；
3. 深度分析计算、通信（NCCL/RDMA）、存储与数据加载瓶颈，优化集群利用率、训练吞吐与端到端训练稳定性；
4. 开发高性能训练算子、通信原语与混合精度训练方案，与算法团队协作设计硬件友好的模型结构；
5. 建设训练全链路监控、故障自动诊断与研发效率工具，持续提升大模型训练效率与研发体验。

【任职要求】
2027年及以后毕业的在校生，计算机、软件工程等相关专业，硕士及以上学历；
2. 扎实的操作系统、计算机网络、数据结构与算法基础，熟悉 Linux 环境与 C++/Python/Rust 中至少一门语言；
3. 深入理解分布式系统原理，在并行计算、GPU 体系结构、高性能计算或分布式存储中至少一个方向有实践经验；
4. 了解 PyTorch、Megatron-LM、DeepSpeed 等训练框架，对大规模分布式训练有强烈兴趣和动手能力；
5. 具备优秀的系统分析、工程实现和问题定位能力，追求代码质量与系统性能，对复杂系统有掌控欲。
6. 实习期间表现优异并通过考核，可获得转正机会。
7. 加分项：
8. 有大规模分布式训练、超算集群管理、系统性能优化或 AI 基础设施项目经验；
9. 熟悉 CUDA 编程、NCCL 通信库、RDMA 网络或高性能算子开发；
10. 有 Kubernetes、Slurm 等集群调度系统或分布式存储系统开发经验；
11. 在 OSDI/SOSP/ATC/SC 等系统顶会发表过论文，或在主流开源训练框架中有核心贡献。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、软件工程相关专业

AI Infra工程师-训练方向实习生

【职位职责】
1. 参与下一代生命基础模型的算法设计、预训练、后训练与持续评测，面向刻画生命状态建模目标构建基础模型；
2. 面向长时序、多模态医疗健康数据（电子病历、医学影像、基因组学、可穿戴设备等），研究表征学习、状态预测、动作条件建模与规划等关键问题；
3. 探索长期健康预测、不良事件预警、风险建模、因果推断及不确定性量化，提升模型对复杂健康过程的理解、预测与反事实推理能力；
4. 建设医疗基础模型的高质量数据与专业评测体系，围绕真实临床问题验证算法效果，与医学专家协作推动持续迭代；
5. 跟踪 AI4Science、基础模型等前沿方向，探索医疗领域的Scaling Law 与能力涌现。

【任职要求】
2027年及以后毕业的在校生，计算机、人工智能、数学、统计、生物医学工程、生物信息学等相关专业，硕士及以上学历；
2. 扎实的机器学习与深度学习基础，在生成模型、强化学习、多模态学习、时序建模或图神经网络中至少一个方向有深入研究；
3. 熟练使用 Python 和 PyTorch，具备良好的算法实现、实验设计和数据分析能力；
4. 对 Scaling Law、Representation Learning、World Model、因果推断等基础问题有独立思考和研究热情；
5. 具备跨学科协作能力，能够与医学专家有效沟通，将临床需求转化为可研究的算法问题。
6. 实习期间表现优异并通过考核，可获得转正机会。
7. 加分项：
8. 在 NeurIPS/ICML/ICLR/ACL/MLHC 等国际顶会发表过高质量论文；
9. 有 AI4Science、医疗信息处理、临床预测建模、时间序列或因果推断相关研究或项目经历；
10. 有处理大规模电子病历、医学影像或基因组学数据的实战经验；
11. 在医学AI相关竞赛中取得优异成绩。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、数学相关专业、统计相关专业、生物医学工程相关专业、生物信息学相关专业

生命世界模型算法实习生

【职位职责】
1. 参与大语言模型核心算法研发，覆盖预训练、后训练（SFT/RL）、模型架构创新与能力评测全链路；
2. 围绕数据配比与课程设计、训练目标、Scaling Law、长上下文、推理时计算（Test-time Compute）和训练稳定性开展模型研究，持续突破模型能力边界；
3. 设计并建设自动化评测体系与合成数据流水线，基于模型失败案例驱动算法迭代，推动方案在医疗等真实业务场景中验证落地；
4. 跟踪并复现前沿研究，探索 Agent 能力、工具使用、多模态对齐等开放问题，将研究洞察转化为可工程化的模型改进。

【任职要求】
2027年及以后毕业的在校生，计算机、人工智能、数学等相关专业，硕士及以上学历；
2. 扎实的机器学习与深度学习基础，深入理解 Transformer 架构、注意力机制及大模型训练全流程（预训练-SFT-RL）；
3. 熟练使用 Python 和 PyTorch，至少掌握一种大规模训练框架（Megatron-LM/DeepSpeed/FSDP），了解分布式并行训练原理；
4. 具备优秀的算法实现、实验设计和问题定位能力，能在信号模糊、路径不明确的开放问题中独立推进研究；
5. 对大模型能力边界有独立判断，关注产品实际效果而非仅基准分数，有将研究成果工程化落地的意识；
6. 实习期间表现优异并通过考核，可获得转正机会。
7. 加分项：
8. 在 NeurIPS/ICML/ICLR/ACL 等国际顶会发表过高质量论文，或在顶级开源项目中有核心贡献；
9. 有大规模预训练、后训练对齐（RLHF/DPO/GRPO）、合成数据生成或评测体系建设的实战经验；
10. 在 Kaggle等知名竞赛中取得优异成绩；
11. 有医疗 NLP、生物医学或多模态大模型相关研究经历。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、数学相关专业

大模型算法实习

【职位职责】
1. 参与大模型推理引擎与高并发在线服务的研发、部署与极致性能优化，支撑百万级 QPS 的稳定服务；
2. 研究并落地量化、蒸馏、稀疏化、投机解码、KV Cache 管理等推理优化技术；
3. 深度分析算子、计算、通信与显存瓶颈，持续优化吞吐、首 Token 时延、端到端时延、显存占用与单位 Token 服务成本；
4. 开发高性能 CUDA 算子与推理内核，适配新一代硬件架构，探索非 Transformer 模型的高效推理方案；
5. 建设弹性扩缩容、流量调度、故障自愈与全链路可观测体系，保障线上推理服务的高性能、高质量与高可用性。

【任职要求】
2027年及以后毕业的在校生，计算机、软件工程等相关专业，硕士及以上学历；
2. 扎实的计算机体系结构、并行计算与操作系统基础，精通 C++/Python，熟悉 CUDA 编程；
3. 深入理解大模型推理原理，至少使用或研究过 vLLM、SGLang、TensorRT-LLM 等主流推理框架中的一种；
4. 具备优秀的性能分析与工程实现能力，能系统性地定位并解决复杂性能瓶颈；
5. 对高性能计算、GPU 优化或推理系统有强烈热情，追求极致性能与工程质量。
6. 加分项：
7. 有高性能算子开发、编译器（TVM/MLIR）、GPU 架构优化或推理系统项目经验；
8. 熟悉模型压缩技术（量化/蒸馏/剪枝），有实际部署与精度恢复经验；
9. 有高并发在线服务、负载均衡、弹性调度或分布式系统开发经验；
10. 在 MLSys/PPoPP 等系统顶会发表过论文，或在主流开源推理框架中有核心贡献。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、软件工程相关专业

AI Infra工程师-推理方向实习生（日常实习）

【职位职责】
1. 参与大模型训练平台、任务调度系统与 GPU 集群资源管理的设计与建设，支撑大规模预训练与后训练；
2. 优化数据并行、张量并行、流水线并行、序列并行等分布式训练方案，设计高可用容错与弹性训练机制；
3. 深度分析计算、通信（NCCL/RDMA）、存储与数据加载瓶颈，优化集群利用率、训练吞吐与端到端训练稳定性；
4. 开发高性能训练算子、通信原语与混合精度训练方案，与算法团队协作设计硬件友好的模型结构；
5. 建设训练全链路监控、故障自动诊断与研发效率工具，持续提升大模型训练效率与研发体验。

【任职要求】
2027年及以后毕业的在校生，计算机、软件工程等相关专业，硕士及以上学历；
2. 扎实的操作系统、计算机网络、数据结构与算法基础，熟悉 Linux 环境与 C++/Python/Rust 中至少一门语言；
3. 深入理解分布式系统原理，在并行计算、GPU 体系结构、高性能计算或分布式存储中至少一个方向有实践经验；
4. 了解 PyTorch、Megatron-LM、DeepSpeed 等训练框架，对大规模分布式训练有强烈兴趣和动手能力；
5. 具备优秀的系统分析、工程实现和问题定位能力，追求代码质量与系统性能，对复杂系统有掌控欲。
6. 加分项：
7. 有大规模分布式训练、超算集群管理、系统性能优化或 AI 基础设施项目经验；
8. 熟悉 CUDA 编程、NCCL 通信库、RDMA 网络或高性能算子开发；
9. 有 Kubernetes、Slurm 等集群调度系统或分布式存储系统开发经验；
10. 在 OSDI/SOSP/ATC/SC 等系统顶会发表过论文，或在主流开源训练框架中有核心贡献。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、软件工程相关专业

【职位职责】
1. 参与下一代生命基础模型的算法设计、预训练、后训练与持续评测，面向刻画生命状态建模目标构建基础模型
2. 面向长时序、多模态医疗健康数据（电子病历、医学影像、基因组学、可穿戴设备等），研究表征学习、状态预测、动作条件建模与规划等关键技术问题
3. 探索长期健康预测、不良事件预警、风险建模、因果推断及不确定性量化，提升模型对复杂健康过程的理解、预测与反事实推理能力
4. 建设医疗高质量数据与临床评测体系，围绕真实临床问题验证算法效果，与医学专家协作推动持续迭代
5. 跟踪 AI4Science、基础模型等前沿方向，研究探索医疗领域的能力建设

【任职要求】
2027 及以后毕业的在校生，计算机、人工智能、数学、统计、生物医学工程、生物信息学等相关专业，硕士及以上学历
2. 扎实的机器学习与深度学习基础，在生成模型、强化学习、多模态学习、时序建模或图神经网络中至少一个方向有深入研究过
3. 熟练使用 Python 和 PyTorch，具备良好的算法实现、实验设计和数据分析能力
4. 对 Scaling Law、Representation Learning、World Model、因果推断等基础问题有独立思考和研究热情
5. 具备跨学科协作能力，能够与医学临床专家有效沟通，将其需求转化并指导研究工作
6. 加分项：1. 在 NeurIPS/ICML/ICCV/ACL/MLHC 等国际顶级会议或 DL 会议/期刊发表过论文；2. 有 AI4Science、医疗信息处理、临床预测建模、时间序列或因果预测相关的研究或项目经历；3. 有处理大规模医疗数据实战经验的优先（代码封装与部署）；4. 在重大医学AI竞赛中取得优异成绩者经测试后优先

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、数学相关专业、统计相关专业、生物医学工程相关专业、生物信息学相关专业

【职位职责】
1. 参与大语言模型核心算法研发，覆盖预训练、后训练（SFT/RL）、模型架构创新与能力评测全链路；
2. 围绕数据配比与课程设计、训练目标、Scaling Law、长上下文、推理时计算（Test-time Compute）和训练稳定性开展模型研究，持续突破模型能力边界；
3. 设计并建设自动化评测体系与合成数据流水线，基于模型失败案例驱动算法迭代，推动方案在医疗等真实业务场景中验证落地；
4. 跟踪并复现前沿研究，探索 Agent 能力、工具使用、多模态对齐等开放问题，将研究洞察转化为可工程化的模型改进。

【任职要求】
2027年及以后毕业的在校生，计算机、人工智能、数学等相关专业，硕士及以上学历；
2. 扎实的机器学习与深度学习基础，深入理解 Transformer 架构、注意力机制及大模型训练全流程（预训练-SFT-RL）；
3. 熟练使用 Python 和 PyTorch，至少掌握一种大规模训练框架（Megatron-LM/DeepSpeed/FSDP），了解分布式并行训练原理；
4. 具备优秀的算法实现、实验设计和问题定位能力，能在信号模糊、路径不明确的开放问题中独立推进研究；
5. 对大模型能力边界有独立判断，关注产品实际效果而非仅基准分数，有将研究成果工程化落地的意识。
6. 加分项：在 NeurIPS/ICML/ICLR/ACL 等国际顶会发表过高质量论文，或在顶级开源项目中有核心贡献；
7. 加分项：有大规模预训练、后训练对齐（RLHF/DPO/GRPO）、合成数据生成或评测体系建设的实战经验；
8. 加分项：在 Kaggle等知名竞赛中取得优异成绩；
9. 加分项：有医疗 NLP、生物医学或多模态大模型相关研究经历。

【学历要求】
硕士及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、数学相关专业

大模型算法实习生

负责下一代Baichuan-M模型的后训练算法工作，要求硕博在校生，具备计算机背景和大模型训练经验，能快速实现论文想法，对LLM有强烈好奇心。