返回岗位列表

全模态大模型算法工程师-长视频理解方向

查看原岗位

地点：北京薪资：50-80K 日期：2026-05-22

岗位摘要

负责MiniCPM-o在长视频、长音频视频上下文、长文本场景下的模型训练与效果优化；建设长上下文训练数据链路，完成长视频训练数据处理与稳定训练；参与长上下文全模态模型训练策略设计，包括数据配比与长序列稳定训练优化

岗位职责

负责MiniCPM-o在长视频、长音频视频上下文、长文本场景下的模型训练与效果优化
建设长上下文训练数据链路，完成长视频训练数据处理与稳定训练
参与长上下文全模态模型训练策略设计，包括数据配比与长序列稳定训练优化
针对长视频问答、多轮历史上下文等任务，设计训练实验方案与评测分析方案

任职要求

具备长视频理解、长文本建模、长上下文LLM及多模态长序列训练相关经验
熟悉Transformer长序列训练中的常见问题，包括位置编码、KV cache、linear attention及显存优化等
熟悉PyTorch/Transformers，具备大模型SFT或预训练经验
能够独立进行多卡训练实验，包括配置训练任务、分析bad case与模型评测
具备扎实的算法分析能力和工程实现能力，能在复杂训练系统中定位数据、模型、训练问题

福利待遇

具有竞争力的薪酬待遇，50-80K·15薪
扁平化团队管理，工作氛围开放自由
参与前沿全模态大模型技术研发，成长空间大

工作地址

北京海淀区科建大厦面壁智能