多模态大模型算法实习岗

职位描述 岗位职责 1.负责多模态大模型的技术研发与实际应用，探索其在智能助手、智能硬件等场景下的创新解决方案，涵盖多模态理解与生成、视觉Agent等相关能力，推动以人工智能为核心的新技术与产品落地； 2.参与多模态大模型的架构设计、预训练任务设定、模型训练及推理优化等工作，涉及多模态预训练、跨模态检索、多模态对话、RAG、UIAgent等方向； 3.研究超大规模模型技术，开展深度系统级优化，参与数据构建、指令微调、偏好对齐、模型压缩、原型系统开发以及大模型应用系统的搭建； 4.结合电信领域业务需求与开源技术体系，针对大模型特定功能进行定制化优化，并推动其在视频解析布控、事件检索、智能助手、智能硬件、文档解析与理解等场景中的实际应用。 任职要求 1.具备扎实的编程能力、数据结构与算法基础，熟练掌握C/C++或Python，有ACM/ICPC、NOI/IOI、TopCoder、Kaggle等竞赛获奖经历者优先考虑； 2.拥有坚实的算法基础和机器学习知识，熟悉计算机视觉、AIGC、自然语言处理、强化学习、机器学习等相关技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPHAsia等国际顶级会议或期刊发表过论文者优先； 3.熟悉QWenVL、LLava等多模态大模型框架及其预训练与微调方法，具备MLLM、LLM、RAG、UIAgent等方向的实际项目经验者优先，了解大模型训练流程与RL算法者优先； 4.具备出色的问题分析与攻坚能力，能够深入解决大模型训练与应用过程中的复杂问题； 5.具备良好的团队协作与沟通能力，能与团队共同探索前沿技术，持续推进技术创新与落地。