大模型后训练实习生· 2026-07-20

记忆张量（Memtensor）是上海算法创新研究院孵化的新型大模型公司。Memtensor 组建面向下一代基础模型的后训练团队，探索 Agent Efficiency、长程推理与高效训练，实习薪资上不封顶，反馈迅速

Memtensor 正在组建面向下一代基础模型的后训练团队，重点探索 Agent Efficiency、长程推理、Agent 能力与高效训练等方向。欢迎对大模型后训练感兴趣、愿意深入一线研发体系的同学加入。 岗位职责——参与基础模型训练相关工作，包括但不限于： 1. 参与长上下文、长程任务、Agent Efficiency 等后训练流程； 2. 参与大模型预训练、增量预训练、后训练、指令微调、偏好优化等实验； 3. 参与训练数据的清洗、筛选、合成、质量评估与数据配比设计； 4. 参与训练过程中的实验配置、日志分析、效果评估和问题定位； 5. 跟进大模型训练、强化学习、Scaling Law、数据工程、记忆增强等前沿论文，并进行复现与改进。 你将获得： 1. 媲美各大厂 XX 计划的实习薪资，每三个月根据实习情况调整一轮，上不封顶； 2. 充足算力，深度参与基础模型训练一线研发的机会； 3. 接触从数据、训练、评测到推理部署的完整大模型研发链路； 4. 表现优秀者可获得长期实习、转正或联合科研机会； 5. 参与开源项目、技术报告、论文和产品化落地。 实习地点：上海徐汇（上海交通大学国家大学科技园 乐山路33号）。邮件投递简历，反馈迅速。

岗位要求： 1. 计算机、人工智能、数学、自动化、电子信息等相关专业优先； 2. 熟悉 Python，具备基本的深度学习开发能力，了解 PyTorch / Transformers / DeepSpeed / Megatron-LM 等框架者优先； 3. 对大模型训练有强烈兴趣，了解预训练、SFT、RLHF / DPO / GRPO、RAG、Agent 等基本概念； 4. 具备较好的工程能力，能独立阅读代码、排查问题、完成实验记录和结果分析； 5. 有较强的学习能力和责任心，能适应快速迭代的研发节奏； 6. 每周可实习 5 天及以上，连续实习 6 个月以上优先。 加分项： 1. GPA 专业前 10，有大模型训练、微调、评测、数据合成、强化学习相关项目经验； 2. 熟悉分布式训练、混合精度训练、显存优化、推理加速等技术； 3. 关注前沿模型，如 DeepSeek、Qwen、Llama、GLM、Kimi、Claude、GPT 系列等； 4. 对"记忆原生模型""Agent 训练""长程推理"等方向有兴趣。