健康策略研发部(J96057)MEG北京市日常实习项目技术2人2026-02-02
-参与百度医疗搜索下亿级别流量的检索优化工作,为为数亿用户提供卓越的搜索体验
-参与内容、广告、服务推荐策略的优化工作,包含Query理解、召回优化、排序优化等。
-参与大模型对各个业务的优化,如内容生成、内容理解、用户理解等
-常见问题分析与优化方案跟进
百度智能云虚拟网络数据面研发实习生(J97139)ACG北京市日常实习项目技术1人2026-01-29
-负责虚拟网络数据面的常规功能迭代
-负责数据可视化、故障诊断能力相关建设工作
-负责研发效能提升相关工作
-负责数据面相关前沿技术预研
产品技术发展实习生(J96921)ACG北京市日常实习项目专业服务和管理支持1人2026-01-29
-跟踪重点云厂商、芯片厂商和重点学会的技术领先性相关信息,支持行业技术内参编写工作
-开展产品技术信息的洞察和分析,完成每日快讯,运营好智能云技术领先性交流群
-开展对人工智能、智能云等领域的顶会技术论文跟踪与分析,提炼创新点
-支持国家项目(重点研发计划、工信高质量专项)的材料准备
am(J96489)ACG北京市日常实习项目政企行业解决方案和服务1人2026-01-26
1、负责百度智能云产品以及整体解决方案的业务拓展,包括云服务器、云数据库、云存储以及行业解决方案等;
2、学习业务知识,根据客户需求和市场变化,制定符合用户需求的产品和方案;
3、通过现场、网络、电话等方式开拓新用户,挖掘潜在的客户并定期跟踪拜访,完成销售目标;
4、定期维护客户关系,促进长期、良好、稳固的客户关系。
云计算产品实习生(J96891)ACG北京市日常实习项目产品1人2026-01-21
负责laaS基础云计算类产品的需求调研和分析
负责laaS基础云计算类产品的产品需求文档编写
参与产品生命周期的各个环节,协调组织设计、开发、测试资源推动产品按计划发布
输出产品介绍、操作指南、最佳实践等材料
泛科技行业华南通用解决方案工程师(实习)(J96425)ACG深圳市,广州市日常实习项目政企行业解决方案和服务2人2026-01-07
-辅助泛互联网行业的客户需求调研,业务拆解,顶层规划,方案设计等,辅助结合百度智能云产品制定行业通用解决方案,组织技术交流,POC等
-有一定的研究或专业课程背景,包括不限于AI大模型(NLP、CV等)、云计算,云原生,大数据等
-辅助配合销售团队,针对泛科技类客户在AI、云计算产品方案从行业洞察、客户需求引导、方案构建、方案沟通、对接POC,解决各方面问题,从需求到成单的全链路转化,同时也包括辅助完成项目制技术交流、方案引导、方案立项、POC、招投标等重要工作
-能够有效配合SA团队完成文心大模型场景调优工作,具有出色的学习能力
AI产品经理(功能方向)(J95996)ACG北京市日常实习项目产品2人2025-12-25
-研究自进化CodingAgent等创新方向,解决重点行业的高难算法问题,调研相关需求和竞品分析
-支持严肃场景Agent产品功能建设,参与产品创新、研发、发布、落地全流程,推动产品迭代上线
-协助策略产品发布、场景Demo建设、价值传递
-根据真实的客户需求和市场反馈、交流验证假设,为创新产品定位和路径提供支持
代码智能体研发实习生(J95995)ACG北京市日常实习项目技术2人2025-12-18
-参与大语言模型(LLM)的相关研究与实验,包括预训练、微调、后训练(如SFT、GRPO等)、Prompt工程
-支持 AI Coding Agent 系统的研发与优化,探索 LLM 在软件工程和智能编程中的应用
-协助完成模型效果评估、Benchmark测试与实验数据分析,推动模型性能改进
-与团队成员紧密协作,解决研发与实验过程中遇到的技术问题
大模型数据策略工程师(J93542)ACG北京市日常实习项目技术2人2025-12-05
- 参与大模型数据策略与数据迭代(文本/多模态/代码),负责大规模数据构建与合成,支撑预训练/对齐效果
- 协助多模态、代码与工具调用数据的构建,进行包括分布式的清洗、合成、近重复/噪声检测与去重,建立难例库与反馈闭环,持续提升数据质量与密度
- 参与数据质量评估与筛选算法的实现:低质过滤,质量评分、LLM判别与复核等;针对代码与工具调用场景,引入编译/单测/沙箱执行/参数一致性校验
- 支持对齐与偏好学习数据,配合消融实验及评测指标分析,输出采样/准入/退场/权重等数据策略并推动落地
算法实习生(J95254)ACG上海市日常实习项目技术2人2025-11-14
-参与多模态基座模型架构的改进,包括但不限于视觉编码器的性能提升与效率优化
-参与多模态训练方法的改进,包括训练收敛速度的改进、模型融合的应用、强化学习算法的应用等
-针对多模态垂直领域场景(教育、OCR、文档理解、视觉定位、电商理解等)进行算法优化与落地,包括高质量数据筛选与合成、模型训练策略优化、评测体系构建等
-梳理与建设公开/Inhouse的Benchmark,作为模型训练的观测指标