百度成立于2000年，以“用科技让复杂的世界更简单”为使命，坚持技术创新，致力于“成为最懂用户，帮助人们成长的顶级高科技公司。”多年来百度在深度学习、自然语言处理、语音、视觉等人工智能技术方面持续积累，大量技术成果应用于搜索引擎等产品。近10年在深度学习、大模型、自动驾驶、AI芯片等领域持续投入，成为拥有强大互联网基础的领先AI公司。
文心大模型：产业级知识增强大模型
文心大模型是百度自主研发的产业级知识增强大模型，从万亿级数据和干亿级知识中融合学习，具备知识增强、检索增强和对话增强等核心技术，从单模态到多模态，从通用到跨领域，构建了基础模型、思考模型和场景模型组成的文心大模型矩阵，大幅降低人工智能开发和应用门槛，加快人工智能产业化进程，拓展人工智能技术边界。 2019 年3月，百度发布文心大模型1.0版本，并持续深耕迭代，2025年11月，百度发布文心大模型5.0，2026年1月，文心大模型5.0正式版上线，参数达2.4万亿，采用原生全模态统一建模技术，具备全模态理解与生成能力，支持文本、图像、音频、视频等多种信息的输入与输出。2026年4月，正式发布开源ERNIE-Image模型，参数量仅8B，24GB显存的消费级显卡即可生成媲美顶级商业模型的超真实、复杂图像。2026年5月，发布文心大模型5.1，采用“多维弹性预训练”技术，仅以业界同规模模型约6%的预训练成本，达到基础效果领先水平，登上LMArena搜索榜国内第一，在多项业界权威基准测试中，文心 5.1在智能体、知识、推理和深度搜索等方面表现出色，创意写作能力与Gemini 3.1 Pro相当，推理能力也已接近业界领先闭源模型。目前，文心大模型已广泛应用于百度各个产品，支持大量行业应用。
飞桨：中国第一的产业级深度学习平台
飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，集核心框架、基础模型库、端到端开发套件、丰富的工具组件、星河社区于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。飞桨在业内率先实现了动静统一的框架设计，兼顾科研和产业需求，在开发便捷的深度学习框架、大规模分布式训练、高性能推理引擎、产业级模型库等技术上处于国际领先水平。 飞桨端到端自适应混合并行训练技术以及压缩、推理、服务部署的协同优化，为文心大模型及开发者提供开箱即用的工具和全流程支持。
PaddleOCR ：AI应用数据处理开局神器
在大模型时代，高质量的结构化数据是决定应用效果的关键第一步。PaddleOCR 不仅提供业界领先的精准文字识别能力，更深度适配 RAG、文档智能解析、多模态大模型预处理等典型场景。无论是扫描件、复杂表格还是海量非结构化文档，PaddleOCR 都能高效转化为大模型可理解、可检索的输入数据，大幅提升下游任务效果。凭借77,000+星标和 MinerU、RAGFlow、pathway、cherry-studio 等头部项目的深度集成，可以说，做 AI 应用，数据处理的“第一公里”从 PaddleOCR 开始。
百度文心大模型「文心·新星」顶尖技术人才计划招聘
大模型算法工程师
工作职责
-参与大规模预训练模型的研发工作
-进行高效的模型对齐技术及训练技术研发，探索高质数据合成方法，推高模型效果上限
-研究大模型前瞻技术和趋势，探索创新方向
-支持大模型平台化及创新应用落地
任职资格
-具备机器学习/深度学习/自然语言处理的理论背景和实践经验
-有较强的学术比赛经验或者在知名数据集的 Leaderboard 上排名靠前，发表相关顶会论文者优先，如ACL、EMNLP、AAAI等等
-有较强的竞赛成绩，获得过 ACM，NOI，NOIP 或其他商业代码竞赛的任意奖项优先
-熟练掌握Python编程语言以及Pytorch、Tensorflow、PaddlePaddle等其中一项深度学习开发框架
-熟练掌握训练模型的算法原理和实现细节、有大规模模型训练实践经验
-有较强的代码能力，有高质量的中大型项目或个人开源项目的经验优先
-有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解优先
-具有较好的团队沟通合作能力、分析问题和解决问题的能力
大模型预训练算法工程师
工作职责
-参与或主导大模型预训练算法研究，包括但不限于 长上下文建模、记忆机制、稀疏注意力等关键方向
-参与大规模分布式训练，解决训练收敛速度、稳定性 与scaling law表现等重要问题
-研究不同类型数据对模型能力的影响，提升token 利用效率
-跟进前沿研究进展，撰写高水平学术论文
任职资格
-高校硕士及以上学历，计算机/数学相关方向
-发表过顶会论文（NIPS、ICML、ICLR、ACL等），或在编程竞赛获奖（ACM/ICPC、NOI/IOI、Top Coder、Kaggle等）
-有以下工作经验（包含其一即可）：
-做过文本大模型预训练，有千卡规模预训练经验，有模型结构创新、训练任务优化的相关项目经历
-做过工业级大规模数据处理、清理、合成，对数据的使用方法有认知
-参与过预训练模型的代码开发与效率优化，熟悉分布式训练代码开发，了解各种分布式训练算法
大模型算法工程师-代码方向
工作职责
-参与代码大模型能力优化，覆盖 Code Pretrain、Mid-Train、SFT、Alignment、Agentic RL 等阶段
-参与代码评测 Benchmark 与自动评估体系建设，包括 Benchmark 接入、Verifier / Judge 设计及代码沙盒环境建设
-研究代码强化学习相关算法与训练策略，包括 Reward Model、Critic 设计以及轨迹采样与过滤机制
-研究高质量代码数据的获取与合成策略，支撑代码模型训练与强化学习闭环
-结合真实代码任务，探索代码模型与 Coding Agent 的统一建模与训练范式
任职资格
-硕士及以上学历，计算机、人工智能、数学等相关专业，毕业 1–3 年
-具备扎实的算法与编程基础，熟练 Python，至少掌握一门编译型语言（C/C++/Go/Rust 等）
-在代码大模型、Agent 或强化学习方向发表过顶会论文（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD等）
-熟悉主流大语言模型架构，有大模型的训练经验，具备 Pretrain / SFT / RL / 数据&benchmark构建的实际经验
-具备独立思考能力和系统性研究思维，敢于挑战现有范式，能够独立应用技术解决复杂问题
加分项
-在 ACM/ICPC、NOI、IOI、Codeforces、TopCoder 等算法竞赛中有突出表现
-熟悉强化学习算法与 Agent 框架，对 Scaling Law、Reasoning、Agentic Learning 等前沿问题保持持续关注与探索
-深度使用 Coding Agent 工具（如 Cursor、Copilot、Claude Code 等），具备 AI 原生研发实践经验
投递邮箱：LLM-Hiring@baidu.com
