工作职责:

-关于百度千帆
-百度智能云千帆策略部，深度支撑百度千帆MAAS平台业务，团队具备行业领先的训练–推理协同优化能力，构建了从模型训练、量化优化、投机推理到平台级调度与线上流量验证的闭环优化体系，实现大模型推理成本与效率的持续突破；我们深度服务代码、多轮对话、办公等高价值行业的真实 agent 场景，能接触到市面上最复杂、最多样的多步骤任务数据。我们在这里不做玩具实验——每一个模型迭代都直接对齐真实业务效果，每一次 RL 训练都有真实用户反馈闭环。我们一起帮客户做得更快、更好
-课题名称一：大模型MTP训练&投机推理加速优化
-课题说明
-复现 Deepseek MTP/Mimo MTP/Eagle3/DFlash 等高效的投机推理加速方案，并提出改进方案或全新的投机推理加速方案，进一步加速平台上模型的推理效率
-岗位方向：大模型平台策略推理优化实习生
-希望同学对大模型的结构和推理过程有细致的理解；熟悉 vLLM/SGLang 等推理框架中的推理实现细节；了解主流的投机推理方案技术及实现原理

任职要求:

-课题名称二：多步长程复杂任务的Agentic RL训练研究
-课题说明
-本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。
-岗位方向：Agentic RL 算法实习生
-希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、ReAct/function calling）