日常研究型算法实习生· 2026-07-15

千问健康招日常研究型算法实习生，方向：健康模型 SFT 与 RL 后训练、Reasoning 与 Agentic 能力攻坚

核心职责： 1. 千问健康应用：深度参与健康模型 SFT 与强化学习（RL）系统的算法设计与实验；参与高质量医疗数据的收集、合成与消融实验； 2. 后训练范式攻坚：探索并落地 On-policy Distill、RLHF/RLVR 等后训练算法与 Pipeline，针对医疗复杂场景，重点提升大模型的 Reasoning（深度推理）与 Agentic（自主规划执行）能力，打造具备专家级思考与行动力的健康应用模型； 3. 技术预研与落地：保持对 LLM 训练领域顶会论文的敏锐嗅觉，快速完成新技术的验证与工程化整合。 你将获得： 1. 充沛的 GPU 算力支持与海量真实医疗数据，拒绝"纸上谈兵"； 2. 顶尖算法团队 Mentor 一对一指导，支持优秀实习生发表顶会论文； 3. 参与亿级用户 AI 产品的核心算法迭代，积累极具含金量的产业级项目经验。 投递方式：可发邮件至 [email protected] 内推，也可通过简历链接投递：https://talent.quark.cn/campus/position-detail?positionId=59900003270 团队近期发表的论文和技术报告见：https://github.com/Quark-Medical/

毕业时间要求：2027-11-01 至 2030-10-31。 任职要求： 1. 教育背景：2027/2028/2029 届计算机、人工智能、数学等相关专业硕士/博士在读，保证每周可全职实习 4 天及以上，实习期不少于 4 个月； 2. 算法功底：具备扎实的深度学习与强化学习理论功底，熟悉 PPO、DPO、GRPO 等主流对齐算法，有相关项目实战经验者优先； 3. 工程能力：精通 Python 编程，熟练掌握 PyTorch 等主流深度学习框架；了解或熟练使用 Megatron-LM、DeepSpeed 等分布式训练框架及微调工具链； 4. 学术素养：具备优秀的英文文献调研与复现能力，能够快速追踪并验证前沿论文在业务场景中的有效性。 加分项（满足其一即可）： 1. 在 ACL、ICLR、NeurIPS 等顶级会议或期刊发表过相关论文； 2. 拥有 LLM 领域大规模数据清洗、处理及构建指令集的经验； 3. 有医疗影像识别、多模态大模型研究或 Code LLM 专项调优经验。