大模型 Agent 应用算法实习生（知识库方向）· 2026-08-26

上海 AI Lab 组内收简历中：大模型知识库方向实习生，负责面向 Agent 的知识库与 RAG 系统算法研发、系统建设及后端开发。

岗位名称：大模型 Agent 应用算法实习生（知识库方向） 岗位职责： 1. 参与面向 Agent 的知识库与 RAG 系统研发，围绕专业文档和领域数据，完成从文档解析、知识抽取与组织、索引与检索，到知识问答、结果验证和效果评测的完整链路建设；结合任务规划、工具调用、执行反馈和异常处理等 Agent 能力，探索 Agent 自主调用、组织和优化知识的应用模式。 2. 参与相关算法能力的组件化、工程化和系统化建设，将知识构建、检索、评测、更新和 Agent 调用等能力沉淀为稳定、可组合、可复用的模块；根据实际应用需求完成必要的后端接口、任务管理、知识库管理、结果展示和前后端联调，将算法方案集成为可运行、可验证和可交付的系统。 3. 面向论文、技术报告和专业文档等异构数据，参与领域知识资产构建、实验验证和真实场景落地；持续跟进大模型、Agent、RAG 和模型后训练方向的技术进展，完成技术调研、方案设计、实验对比和原型验证。 4. 根据实际任务参与必要的模型后训练与效果验证，包括监督微调（SFT）、偏好优化、强化学习、知识蒸馏等常见方法，以及相应的模型评测、错误分析和迭代优化，并以评测结果反向指导训练数据生成、后训练策略选择和知识系统优化。

岗位要求： 1. 计算机、人工智能、软件工程、数据科学或相关专业本科及以上在读，硕士研究生优先。 2. 熟练掌握 Python，具备扎实的编程基础、良好的代码习惯和较强的工程实现能力，熟悉 Linux、Git 及常用开发调试流程。 3. 对大语言模型、Agent、知识库和 RAG 技术具有较深入的理解，能够围绕实际任务完成方案分析、模块开发、实验验证和效果优化。 4. 熟悉大模型后训练的基本流程，具备数据构建、模型训练、推理评测和错误分析能力，能够根据实验结果持续改进数据和模型方案。 5. 具备一定的 Web 系统开发能力，能够完成后端接口开发，并配合前端完成基础页面、接口联调和系统功能交付。 6. 具备较强的学习能力、问题分析能力和责任心，能够阅读英文论文及技术文档，并将相关方法落实为可运行、可评测的代码和系统。 7. 每周能够实习不少于 4 天，连续实习 4 个月以上，能够稳定实习 6 个月及以上者优先。优先考虑非 2027 届应届毕业生。 加分项： 1. 有大模型算法、Agent 应用、知识库或相关方向的实习经历，并实际参与过算法研发、系统建设或项目交付。 2. 在 NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI、KDD、SIGIR 等人工智能、自然语言处理或信息检索领域顶级学术会议发表过论文。 投递方式：简历投递邮箱 [email protected]