多模态大模型算法工程师

【实习】【电信】长期招聘多模态大模型实习生 中电信人工智能科技（北京）有限公司-多模态理解算法实习生 工作地点：中汇广场（地铁二号线东四十条站门口） 岗位要求 1.参与多模态大模型的结构设计、预训练任务、模型训练和推理等工作，包括但不限于多模态预训练、跨模态检索、多模态对话、RAG、UIAgent等； 2.参与大模型环境搭建、模型训练、模型优化实验、原型系统搭建、大模型应用构建； 3.结合电信业务和开源技术，对大模型的特定能力进行针对性优化。 组内资源 1.有竞争力的薪资：作为电信重点研发项目，实习薪资350-450元/日，非北京学生包住宿； 2.转正优先考虑：当前就业形势下国企相对更加有保障； 3.接触最前沿的算法：组内成员大部分来自一线互联网和国内top院校，在相关领域有丰富的经验；团队氛围好，共同攻关前沿技术； 4.丰富的计算资源和数据：组内有大量GPU计算资源，海量的多模态训练和测试数据。 小组在多模态大模型研发上的成绩： 1.小组研发的电信多模态大模型TeleMM在国内权威多模态大模型评测平台OpenCompass（由上海人工智能实验室研发的开源、高效、全面的大模型评测体系及开放平台）的2024年总榜单上排名第3，超过OpenAI的GPT-4o，与国内的通义千问和国外Google的Gemini处于第一梯队，在图文理解、视觉问答、逻辑推理等任务上表现优异。TeleMM作为基模广泛应用于电信的各类社会安防、城市治理、交通管治等实际业务。 2.TeleMM在MMMU测试benchmark上，排名第一，展现了TeleMM在专项学科测试任务上（跨越了30个学科和183个子领域），具有结合领域知识完成深度感知和逻辑推理的能力。 3.TeleMM在MME上的总得分排名第二，展现了对OCR、计数、地标识别等感知子任务和常识推理、逻辑推理等认知子任务（总计14个子任务）的强大适配能力。 任职要求 1.硕士及以上学历，数学、计算机、电子、自动化等相关专业； 2.熟悉C++或Python，具有较强的代码开发能力，熟练在Linux下工作，熟悉Shell； 3.熟悉深度学习算法如CNN、RNN、Transformer等，熟悉TensorFlow，Pytorch等其中一种深度学习框架；熟悉计算机视觉、图像处理等专业领域的学科知识； 4.熟悉LLaVA等多模态大模型的框架、预训练和微调等技术，有MLLM、LLM、RAG、UIAgent方向的实际落地经验优先； 5.NOI、ACM竞赛成绩优秀者优先；在国际顶尖会议或期刊（包括但不限于CVPR,ICCV,ECCV,NeurIPS,ICML,AAAI,TPAMI,IJCV,TIP等）上发表过论文者优先； 6.每周出勤至少能够保证4天，可连续实习3个月以上。 简历投递邮箱：********************** 欢迎各位感兴趣的同学关注咨询、提交简历，期待大家的加入！共同合作开展多模态大模型的前沿研究和应用落地！