实习-多模pre-train算法研究员

岗位描述

• 我们是阶跃星辰多模态大模型核心研发团队，致力于构建下一代通用多模态智能系统，探索视觉、视频、语言等多模态统一建模的前沿方向。团队拥有充足的算力资源、开放的研究氛围以及丰富的产业落地场景。在这里，你将与顶尖的研究员和工程师共同推进多模态 AGI 的核心技术研发，你的研究成果不仅有机会发表于顶级 AI 会议，更有机会直接应用于新一代多模态基础模型与产品中。 【研究方向】 专注下一代多模态基础模型与视觉理解方向研究，包括但不限于：

下一代多模态 Encoder 架构探索

• Vision Encoder、Video Encoder、Unified Multimodal Encoder、Representation Learning 等；

高效视觉建模与动态分辨率

• Dynamic Resolution、Naive Dynamic Resolution、Token Compression、Adaptive Token Routing、Multi-scale Modeling、高分辨率视觉建模等；

视频理解与时序建模

• Video Understanding、Temporal Modeling、Long Video Modeling、Multi-frame Reasoning、Video Agent 等；

多模态预训练与数据

• 大规模多模态预训练、跨模态对齐、Synthetic Data、Data Scaling Law、多模态数据工程等；

多模态推理与 Agent

• Visual Reasoning、GUI Agent、Multimodal Chain-of-Thought、具身智能相关感知能力等；

岗位要求

• 对 AGI 和多模态大模型方向抱有强烈热情，对前沿技术有持续关注； 具备扎实的机器学习 / 深度学习基础，熟悉 Transformer 等主流模型架构； 具备优秀的工程能力与 Coding 能力，熟悉 Python，具备 PyTorch 等深度学习框架使用经验；

有以下任一方向经验者优先

• 多模态大模型、视觉模型、视频理解、动态分辨率、长视频建模、预训练、数据合成、分布式训练、大规模训练系统等； 具备良好的学习能力、研究兴趣与自驱力； 每周全职出勤 4 天及以上，实习周期不少于 3 个月；

工作地点

• 北京 / 上海。 【我们提供】

顶配算力支持

• 提供充足 GPU 训练资源与大规模实验环境；

顶尖团队协作

• 与行业领先 Researcher / Engineer 深度合作与交流；

前沿研究机会

• 参与下一代多模态基础模型核心研发，研究成果有机会发表于顶会；

真实业务落地

• 算法与系统成果可直接应用于实际多模态产品与模型中；

高自由度研究氛围

• 鼓励探索创新方向，支持高潜力研究课题持续推进。

【职位要求】