大模型算法实习生

基于 LLM / VLM / VLA 等基础模型，探索面向仪器任务的规划与决策能力，并形成可验证的技术路线。

负责数据与评测体系：构建训练数据、离线评测与回归机制，推动可量化迭代。

负责微调与对齐：具备 SFT / 参数高效微调等实战能力，提升任务成功率与稳定性。

负责 RL 实践：设计奖励与反馈闭环，推进策略优化在真实任务中的有效性。

与工程团队协作：推动模型在真实系统中的可部署、可监控、可迭代。

计算机/人工智能/自动化等相关专业本科及以上学历。

有大模型微调实战经验（从数据到训练到评测闭环）。

必须具备 RL 实际经验（能跑通训练、理解奖励/稳定性/调参方法）。

熟练 PyTorch 等框架，具备良好的实验设计与复盘能力。

自驱强：能主动提出假设、设计实验、快速迭代并推动落地。