The posting
团队介绍:产品研发和工程架构-Seed 团队深耕大模型技术在场景中的创新应用,负责多款AI产品的工程研发 —— 包括豆包、飞书、豆包工作、豆包爱学、Gauth、猫箱等创新产品,覆盖消费级与企业级多个场景。我们致力于将大模型能力从 "生成内容" 推进到 "完成工作",让 AI 服务用户日常与企业协作。你将面对多模态交互、工具调用可靠性、企业级数据安全等真实工程挑战,与团队一起推动 AI 生产力落地。
日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。
1、知识图谱构建:协助设计和构建企业级知识图谱,打通协同场景(人、任务、文档、会议)以及跨业务系统的信息孤岛,实现知识的互联互通,为企业建立统一高效的知识管理体系,更好地支持LLM落地; 2、围绕Graph探索LLM新应用模式:基于企业知识图谱,协助探索RAG/Agent的落地新范式,使其能够在复杂的企业知识网络中进行精准的信息检索、关联分析和逻辑推理; 3、模型迭代与优化:协助持续优化大语言模型及RAG系统在企业知识管理领域的表现,构建针对性的评测方法,生产和维护高质量的企业领域数据集; 4、前沿技术研究与应用:密切关注知识图谱、LLM推理等领域的最新研究成果,将前沿技术应用于企业知识管理实践中。
1、本科及以上学历在读,计算机、软件工程等相关专业优先; 2、具备NLP、LLM应用或RAG其中一个方向的相关经验,具备较强的编程能力; 3、有较强的评测意识和科学的评测思路; 4、有较强的创新能力,有不断探索新AI技术和应用场景的强烈意愿和主观能动性; 5、有较强的解决问题能力,善于解决各种繁琐的技术问题(如:数据质量问题、训练问题、部署兼容性问题等); 6、对数据比较敏感,能细致完成数据工作,包括数据质量、数据分布、案例分析、数据调优。
加分项: 1、有一定的GraphRAG或类似经验; 2、在垂直场景(如:法务/供应链领域知识管理)有一些相关案例沉淀; 3、在复杂知识管理场景上,做过多源异构知识的统一处理; 4、有处理音/视/图/文档的多模态相关经验。



