返回岗位列表

多模态预训练算法研究员（实习）

查看原岗位

地点：北京薪资：400-500元/天日期：2026-05-22

岗位摘要

参与下一代多模态基础模型与视觉理解方向的核心研究工作；探索Vision Encoder、Video Encoder及统一多模态编码器等前沿架构；研究高效视觉建模，包括动态分辨率、Token压缩、自适应路由等方向

岗位职责

参与下一代多模态基础模型与视觉理解方向的核心研究工作
探索Vision Encoder、Video Encoder及统一多模态编码器等前沿架构
研究高效视觉建模，包括动态分辨率、Token压缩、自适应路由等方向
开展视频理解与时序建模，包括长视频建模与多帧推理等任务
参与大规模多模态预训练、跨模态对齐及数据合成相关研究
探索多模态推理与Agent能力，如视觉推理、GUI Agent及链式思维

任职要求

对AGI和多模态大模型方向抱有强烈热情，持续关注前沿技术进展
具备扎实的机器学习与深度学习基础，熟悉Transformer等主流模型架构
具备优秀的工程能力与编程能力，熟练掌握Python及PyTorch深度学习框架
有多模态大模型、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、分布式训练等任一方向经验者优先
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
工作地点为北京或上海

福利待遇

提供顶配算力支持，包括充足GPU训练资源与大规模实验环境
与行业顶尖Researcher和Engineer深度合作交流
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
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
日薪400-500元

工作地址

北京海淀区大恒科技大厦12F