团队背景： 联想子公司，团队来源于联想研究院。 负责支持公司内LLM相关业务需求，主要研究LLM在RAG、TOD、KBQA、Search以及Agent场景的应用和优化。 面向在读的硕士研究生，工程能力或算法能力突出者优先，实习表现优秀者有转正机会。 岗位职责 1.参与大模型在“企业知识库/企业智能体”等场景下的模型压缩研究，包括量化、蒸馏、结构剪枝等核心技术。 2.负责构建和优化大模型小型化部署方案，提高推理速度与资源利用率。 3.协助建立压缩后模型的评测体系，包括知识召回、推理一致性、上下文理解能力等指标。 4.将压缩技术应用到实际业务场景，推动模型在端侧、私有化环境或资源受限环境下的落地。 5.参与相关技术文档撰写、实验记录、报告整理等工作。 岗位要求 1.计算机、人工智能、数学、电子工程等相关专业硕士在读（研一/研二）。 2.具备深度学习基础，熟悉 Transformer、LLM 推理原理。 3.至少掌握一种主流深度学习框架（PyTorch/TensorFlow），有实际项目或课题经验者优先。 4.了解或使用过模型压缩技术者优先（如 INT4/INT8 量化、蒸馏、LoRA、剪枝）。 5.具备良好的工程能力，熟悉 Python，有一定的调参、实验推进能力。 6.有责任心，能保证每周稳定出勤 4–5 天，具备较强的自驱力与学习能力。 加分项（非必须） 有大模型相关研究、课程项目或竞赛经验 有阅读论文并复现的经历 对知识库、向量数据库、RAG 框架有了解 有 GPU 编程、模型加速框架经验（如 TensorRT、vLLM、MLC）