DataHub 招聘专题 · 数据更新至 2026-11-03
阶跃星辰校园招聘
阶跃星辰校园招聘与实习机会汇总，覆盖大模型、多模态、算法、产品和工程方向。本页聚合标题含校招、校园、应届、实习、管培或毕业生的岗位，便于应届生按地点和方向筛选。
专题说明
阶跃星辰校园招聘：DataHub整理105个相关岗位，覆盖1家公司，数据更新至2026-11-03。 页面会随招聘数据重建自动更新，适合用于观察岗位供给、公司分布和城市变化。
人力资源实习生（招聘方向）
支持算法和系统团队的招聘工作，通过各类创新型招聘渠道，完成简历开源、筛选、面试邀约、offer保温、入职办理等工作；协助完成竞品公司、大模型相关重点实验室、顶尖技术人才mapping项目
人力资源实习生（招聘方向）
支持算法和系统团队招聘工作，通过各类创新型招聘渠道完成简历开源、筛选、面试邀约等工作；协助完成竞品公司、大模型相关重点实验室、顶尖技术人才mapping项目；配合mentor完成算法、系统等部门的HRBP相关工作
语音大模型数据算法实习生
结合前沿算法，探索更高效、优质的数据pipeline，对已有数据pipeline中的关键算法模块进行评估与优化；参与大规模语音数据的清洗、筛选与标注流程，构建高质量训练数据集；对训练数据与pipeline进行系统性分析与梳理，整合多类型数据及处理流程，构建统一的数据处理体系
WebCoding / 3D 生成实习生
参与WebCoding基础模型研发，探索设计稿、截图、自然语言到网页代码的生成；参与文/图生3D、资产生成与编辑、多视角一致性等研究；负责训练数据构建、模型训练与对齐、自动化评测；从数据到实验，参与完整研发链路，接触真实大规模训练场景
语音技术项目经理实习生
协助支持语音大模型在公司业务场景下的项目交付管理，参与需求评估、里程碑规划、风险识别与交付推进；协助对接业务方或客户（车企、金融、政企等），梳理并拆解语音相关需求，推动模型效果向业务指标转化
人力资源实习生
协助支持相关业务线人才简历筛选、评估、面试跟进以及入职办理等工作；协助完成招聘运营工作，例如内推项目以及招聘系统的运营及维护；关注行业、市场动态，支持HR部门完成相关行业及人才的mapping
大模型后训练/研究科学家实习生
负责模型在安全攻防方向的能力研究，从真实模型行为和任务表现中定位能力短板，并在不同训练阶段针对性提升；负责评测与监测体系的搭建与迭代，用可复现的实验确认模型能力的提升；负责将研究结论沉淀为可复用的方法、数据与工具，与数据、工程、产品同事协作将能力落地到真实系统
高校合作运营实习生
协助推进公司与高校的合作项目落地，维护日常合作关系；对接高校老师、学生及相关机构，组织访谈、交流和共创活动；跨部门协调资源，推动合作事项的进展和跟进；协助设计和执行面向高校的资源支持计划及推广活动
大模型数据基础设施实习生
基于Spark、Ray、Hive等分布式框架开发PB级多模态数据Pipeline；构建训练数据存储、索引、检索、去重、Embedding等基础设施；开发数据质量分析、可观测性和自动化工具，优化海量数据处理性能、资源利用率和稳定性
大模型后训练研究员/科学家实习生(北京)
负责模型在安全攻防方向的能力研究，从真实的模型行为和任务表现中定位能力短板，并在不同训练阶段针对性提升；负责评测与监测体系的搭建与迭代，用可复现的实验确认模型能力的提升，而不只是在评测集上刷分
人力资源实习生（招聘方向）
协助支持相关业务线人才简历筛选、评估、面试跟进以及入职办理等工作；协助完成招聘运营工作，例如内推项目以及招聘系统的运营及维护；关注行业、市场动态，支持HR部门完成相关行业及人才的mapping
高校合作运营实习生
协助推进公司与高校的合作项目落地，维护日常合作关系；对接高校老师、学生及相关机构，组织访谈、交流和共创活动；跨部门协调资源，推动合作事项的进展和跟进；协助设计和执行面向高校的资源支持计划及推广活动
AI Agent产品实习生
参与智能终端相关产品需求梳理、方案设计与版本迭代，协助推动模型及Agent关键能力的验证与落地优化；参与数据与模型效果定义，协助完成数据采集/标注规范、样本抽检、badcase归纳等工作，支持训练-评测-迭代闭环的推进
Stepstar实习-Code Agent算法研究员
负责代码数据的合成、清洗、权重分配、来源扩充等工作，持续提高代码中程训练、后训练等阶段的数据质量；负责探究预训练小领域数据的配比和最终效果之间的关系；开发数据合成链路，解决代码模型中的关键问题
Stepstar实习-LLM后训练算法研究员
参与通用推理大模型或多模态大模型对齐方向的研发工作，涵盖数据循环体系构建及监督微调与强化学习阶段数据使用策略的系统性探究；深入探索对齐阶段的数据与算法在大规模训练中的可扩展性与优化路径，覆盖文本、多模态理解及Agent任务场景
人力资源招聘实习生
协助完成招聘简历整理、筛选、电话沟通和面试安排等；协助整理和维护招聘相关的数据库和文件，确保信息的准确性和及时更新；协助跟踪目标院校实验室、顶尖学生论文/竞赛情况，协助建立大模型核心业务领域校招人才地图
语音大模型AI产品经理实习生
协助负责语音大模型相关能力的产品规划与日常推进，参与需求拆解、方案梳理和版本迭代；参与模型能力的测评、数据整理与分析工作，协助搭建和维护基础测评指标、测试流程与文档体系；协助对接商业化/解决方案团队，整理ToB客户需求与典型应用场景，形成需求分析或产品支持材料
大模型训练框架系统工程师（实习）
负责大语言模型、多模态模型的预训练和后训练框架研究与开发；与公司算法团队深度合作，为大模型进行算法与系统的联合优化；进行前瞻性技术调研且进行自主创新，保持公司在大模型系统方面的技术领先地位
AI Native科研工作流实习生
参与数学、理论物理等学科科研任务的拆解，理解论文、推导、实验和验证过程，协助将其整理为可复用的AI工作流；整理科研资料、问题样本和过程记录，协助建设任务集、评测集和结构化知识库；对模型输出、论文资料和外部信息进行交叉核验，识别事实错误、逻辑问题、来源缺失和不确定信息
多模态大模型数据工程实习生
基于Spark、Ray、Hive等分布式计算框架，开发和优化海量图文数据处理Pipeline；参与多模态训练数据的采集、解析、清洗、去重、过滤、标注等核心环节建设；持续优化数据链路性能、稳定性及资源利用效率
语音大模型算法研究员/工程师实习生
参与语音大模型的训练、分析与优化，包括但不限于语音理解、合成、音乐以及实时语音模型；进行大规模语音数据的处理、标注和数据增强工作，支持模型的训练和评估；快速学习并应用最新的研究成果，开展实验，发表高质量学术论文
多模数据实习生
收集、整理和清洗用于预训练的多模态数据，包括文本、图像等；对数据进行预处理，如去噪、归一化表达等，以确保数据质量；对数据进行抽样检查和质量评估，及时发现并纠正数据问题；探索适合多模态图文理解大模型预训练的数据合成手段，包括但不限于几何、3D、计数领域
高性能网络系统工程师实习生
参与超大规模高性能网络研发，负责分布式大模型训练和分布式推理任务的自研通信库研发与通信优化；参与基础网络服务系统和管控平台研发，不断提升大规模集群网络自动化水平和稳定性；持续探索AIDC网络领域的新技术，保持技术竞争力
基模post-train算法实习生
参与大模型Post-training阶段的算法研究与实践，围绕SFT、RL、Self-Improvement等方法，系统性提升模型的推理、泛化与对齐能力；开展前沿算法研究，包括在线学习、持续学习、自适应数据采样与模型自我进化机制，推动模型在长时间尺度下的稳定学习与能力积累
战略研究实习生（行业与竞争分析方向）
负责指定公司的公开信息采集与入库，覆盖技术报告、官网与开发者文档、招股书与财报、专利、招聘信息、技术分享，拆解为条目级事实并附原文引用、来源与时间；维护发布追踪：跟踪vLLM、SGLang等开源项目的PR与CI动态、HuggingFace仓库变化、MaaS平台模型目录变更等公开工程动态
人力资源实习生
协助支持相关业务线人才简历筛选、评估、面试跟进以及入职办理等工作；协助完成招聘运营工作，例如内推项目以及招聘系统的运营及维护；关注行业、市场动态，支持HR部门完成相关行业及人才的mapping
多模态大模型数据算法实习生（多模coding方向）
调研并分析前沿的多模态大模型训练数据合成方法及最佳实践，如CoSyn、MathCoderVL等；建立合成数据的质量评估体系（如图像合理性、图像-文本匹配度等），设计自动化拒绝采样策略
数据采集实习生（北京/上海）
监控爬虫运行状态，排查失败任务；配合数据与算法团队，按需求交付高质量数据；针对风控场景的策略，建立评测体系；日常探索第三方风控解决资源，测试对比效果及成本；计算机、软件、数据、网络工程相关专业
LLM预训练数据算法工程师（实习）
从Web、Book、Code等多源数据中进行数据挖掘与质量分析，直接贡献到万亿级别token的高质量语料库；利用大规模CPU/GPU集群优化数据管线，支撑PB级数据的处理与持续迭代；参与数据策略制定与消融实验设计，深度分析不同数据方案对模型能力（知识、推理、表达等）的影响
Stepstar实习-LLM预训练数据算法工程师
参与工业级LLM预训练数据体系的构建与优化，包括Web、Book、Code等多源数据的数据挖掘与质量分析，贡献万亿级别token的高质量语料库；利用大规模CPU/GPU集群优化数据管线，支撑PB级数据的处理与持续迭代
Stepstar实习-端侧LLM/VLM算法研究员
负责多模态大模型（Vision-Language Model，VL/Omni）的研发与优化，重点面向端侧设备（移动端）；设计与实现下一代的端侧友好的模型结构，针对特定芯片进行算法与系统的co-design
基础模型实习生
参与大语言模型预训练的数据方向工作；参与大语言模型预训练的训练方向工作；参与大语言模型后训练的代码代理方向工作；参与大语言模型后训练的工作代理方向工作；参与大语言模型后训练的前端编码方向工作
大模型推理优化系统工程师实习生
参与分布式大模型推理框架的开发与优化，提升推理性能与吞吐量；针对不同场景的LLM请求特点，优化GPU计算流程，打造业内领先的高效LLM推理引擎；调研并引入前沿机器学习系统技术，推动系统架构的持续优化升级
LLM预训练数据算法工程师实习生
参与工业级LLM预训练数据体系的构建与优化，包括Web、Book、Code等多源数据的数据挖掘与质量分析，直接贡献到万亿级别token的高质量语料库；利用大规模CPU/GPU集群优化数据管线，支撑PB级数据的处理与持续迭代
LLM长文数据实习（预训练/中期训练方向）
参与预训练长文数据体系建设，围绕代码仓库、书籍、论文、网页、问答、多轮对话等数据源设计数据分类、质量标准和元数据规范；参与长文数据筛选与构造，识别跨章节依赖、跨文件依赖、长程引用等真正需要长上下文建模的样本
数据标注项目运营实习生
负责对图像类数据的标注/评测项目，保证交付数据的质量，质检验收内外部标注团队的标注结果；参与需求拆解、任务下发、进度跟踪与质量反馈闭环，支持图像编辑类标注的专业沟通与样本管理；协助任务分派、进度监控、产出收集与整理，维护任务看板与文档版本，确保项目的顺利交付
大模型AI Coding实习生
建设并优化LLM/Agent评测平台，形成实验、评测、回归与数据闭环；设计和优化AI Coding产物评估标准，对生成的前端页面、组件、工具等进行多维度质量评估；参与LLM训练数据建设，包括编码任务设计、数据合成、数据清洗、质量筛选与问题归因
多模数据算法实习生（coding方向）
研究高质量训练数据合成方案，调研并分析前沿的多模态大模型训练数据合成方法及最佳实践（如CoSyn、MathCoderVL等）；建立合成数据的质量评估体系（如图像合理性、图像-文本匹配度等），设计自动化拒绝采样策略
大模型评测算法实习生
根据模型迭代重点与业务需求，深度参与大模型的预训练、后训练模型评测；设计并实现能够体现模型能力的评测集，包括多轮对话、长上下文、代码能力等；挖掘与收集高质量数据，构建自动化、可扩展、可靠的评测流程
多模态数据算法实习生
参与多模态预训练数据的构建、清洗与优化工作；利用数据科学方法判断最具价值的数据方向，并通过对照实验验证；开发数据处理脚本，搭建数据闭环系统；与团队协作，推动数据驱动的模型迭代；认同数据是模型能力的决定性因素，愿意为数据质量负责
LLM 预训练数据算法工程师（实习）
从 Web、Book、Code 等多源数据中进行数据挖掘与质量分析，直接贡献到万亿级别 token 的高质量语料库；利用大规模 CPU/GPU 集群优化数据管线，支撑 PB 级数据的处理与持续迭代
大模型评测算法实习生
参与大模型自动化评测框架的设计、开发与维护；支持训练框架上的联动开发，持续提升评测流程的稳定性、可扩展性和执行效率；跟进学术界与工业界最新的大模型评测基准，负责将其快速、准确地集成到现有评测平台中
校招运营HR实习生
协助进行校企合作活动对接、合同流程对接等；协助进行目标院校校招信息及微信公众号发布、就业办对接等；协助校园活动的策划组织和落地执行，如技术沙龙、双选会、参访接待等；协助进行各类社媒/技术渠道信息发布、线索挖掘、渠道运营
大模型后训练系统工程师（实习）
基础训练/推理引擎开发、精度保障、效率优化等；低精度训推效率优化、训推一致性建设等；大规模RL框架设计/优化，面向下一代长程任务训练深度优化；稳定性建设，提升大规模训练过程中容错定位及恢复效率
数据标注项目运营实习生
负责对图像类数据的标注/评测项目，保证交付数据的质量；质检验收内外部标注团队的标注结果；参与需求拆解、任务下发、进度跟踪与质量反馈闭环；支持图像编辑类标注的专业沟通与样本管理；协助任务分派、进度监控、产出收集与整理，维护任务看板与文档版本
校招运营HR实习生
协助进行校企合作活动对接及合同流程处理；协助目标院校校招信息及微信公众号发布，对接就业办；协助校园活动的策划、组织和落地执行，如技术沙龙、双选会、参访接待等；协助各类社媒及技术渠道的信息发布、线索挖掘和渠道运营
大模型评测算法实习生
参与大模型自动化评测框架的设计、开发与维护，支持与训练框架的联动开发，持续提升评测流程的稳定性、可扩展性和执行效率；跟进学术界与工业界最新的大模型评测基准，包括主客观评测、Agent Benchmark等，负责将相关指标和数据集快速、准确地集成到现有评测平台中
多模态大模型数据工程实习生
负责多模态训练数据处理Pipeline的开发与优化；基于Spark、Ray、Hive等分布式计算框架，开发和优化海量图文数据处理Pipeline；参与多模态训练数据的采集、解析、清洗、去重、过滤、标注等核心环节建设
多模态算法实习生
探索自动数据缩放新范式，包括字幕、交错、视频等多模态数据处理；探索与物理更相关的视觉编码器，提升对真实世界的理解能力；探索更统一的视觉语言模型训练范式；探索多模态强化学习的数据与算法策略，实现模型可扩展性提升
LLM 预训练数据算法工程师（实习）
从 Web、Book、Code 等多源数据中进行数据挖掘与质量分析，直接贡献到万亿级别 token 的高质量语料库；利用大规模 CPU/GPU 集群优化数据管线，支撑 PB 级数据的处理与持续迭代
多模态算法实习生
参与VLMO的Pretrain、SFT和RLVR/RLHF阶段全链路训练工作；探索auto data scaling，包括caption、interleave、video等多元多模态数据处理新范式
大模型算法实习生（Reasoning/RL方向）
参与大模型Post-training阶段算法研究与实践，系统性提升模型推理、泛化与对齐能力；开展在线学习、持续学习、自适应数据采样与模型自我进化等前沿算法研究；参与Scalable RL算法与训练框架设计与实现，支持大规模并行训练与高效rollout
Agent Harness研究员（实习）
设计并构建Code Agent评测体系（Harness），包括benchmark设计、评测pipeline搭建、指标定义与数据分析；调研和复现前沿Agent评测框架，提出改进方案；搭建端到端的Agent能力评估环境（sandbox隔离、代码执行、多轮交互评测）
HR实习生（有转正机会）
支持大模型基座算法招聘工作，通过各类创新型招聘渠道完成简历开源、筛选、面试邀约、offer保温、入职办理等全流程工作；协助完成竞品公司、大模型相关重点实验室、顶尖技术人才的mapping调研项目
多模态大模型算法实习生-泛OCR方向
跟踪学术界与工业界最新发布的文档解析、图表理解（Chart、diagram等）、STEM相关图像理解等工作，定期进行总结分享；深入理解OCR评估体系（如NED、CDM、TEDS等指标），参与评测基准的构建与维护，设计更贴近用户体感的OCR评测方案
Agent RL 算法研究员（实习）
设计和构建Code Agent评测体系（Harness），包括benchmark设计、评测pipeline搭建、指标定义与分析；调研和复现前沿Agent评测框架，提出改进方案；搭建端到端的Agent能力评估环境（sandbox隔离、代码执行、多轮交互评测）
音频大模型算法实习生
协助团队完成产品落地，确保算法在实际应用中的稳定性和可靠性；支持端侧智能交互的前沿技术和算法效果，探索业界前沿算法；参与部分语音及多模态大模型研发，提升模型整体性能；研究音频生成、音频表征、音频数据处理等技术方向
Post-train算法实习生（Agent方向）
参与大模型Post-training阶段算法研究与实践，围绕SFT、RL、Self-Improvement等方法系统性提升模型推理、泛化与对齐能力；探索高效构建通用智能模型的训练范式
人力实习生
协助支持相关业务线人才简历筛选、评估、面试跟进以及入职办理等工作；协助完成招聘运营工作，例如内推项目以及招聘系统的运营及维护；关注行业、市场动态，支持HR部门完成相关行业及人才的mapping
多模态Agent实习生
面向Agent场景，研究模型在多样环境下的技能调用与任务规划能力，合成高质量轨迹数据；围绕长时序任务的核心挑战，提升模型在真实场景中的能力，针对GDPVal/Claw-eval等基准进行优化