多模态大模型见习算法研究员
商汤科技 · 转正未明
面议
工作城市 北京 / 深圳 / 上海学历 博士岗位类型 实习实习分类 暑期未明确转正
内容来自「商汤科技校园招聘」官方招聘页面 · 采集于 2026-11-11
岗位详情
工作职责
- 多模态大模型研究： 跟进多模态大模型领域前沿，开展图像、文本、视频等多模态内容理解、推理与生成相关算法研究。 模型训练与优化： 参与多模态大模型的预训练、后训练、评估及优化，研究数据构建、指令微调、偏好对齐等关键技术，持续提升模型的理解、推理和泛化能力。 创新方向探索： 探索多模态统一建模、视觉推理、视频理解与生成等前沿方向，发现并解决单一模态模型难以处理的复杂问题。 研究成果沉淀： 参与前沿论文复现、技术方案验证及实验分析，推动研究成果形成论文、专利或可落地的技术能力。
任职要求
- 扎实的专业基础： 计算机科学、人工智能、电子工程、自动化等相关专业在读本科高年级学生、硕士或博士生，对机器学习、深度学习及多模态学习有较深入的理解。
良好的算法与工程能力
- 熟悉 Transformer、视觉语言模型等核心模型，熟练使用 Python 及 PyTorch 等深度学习框架，具备模型训练、调试和实验分析能力。 强烈的研究兴趣： 对多模态大模型前沿技术具有浓厚兴趣，能够主动阅读论文、复现方法，并独立分析和解决研究问题。
优秀的自驱与协作能力
- 具备较强的学习能力、自驱力和执行力，拥有良好的沟通能力及团队协作精神。
AI 工具使用能力
- 熟悉常见 AI 编程工具，如 Claude Code、Cursor、GitHub Copilot 等，能够将其有效融入代码编写、调试和研究工作流。
加分项
- 在多模态理解、视觉语言模型、视频理解或生成等方向有相关研究经历。 在相关领域会议或期刊发表过论文，或有高质量开源项目、竞赛成果。 具备大模型预训练、后训练、数据构建或分布式训练经验。