多模态算法实习生
岗位摘要
参与多模态大模型（图文/视频）相关算法实验，协助完成模型微调、SFT、评测与效果分析，包含视觉-文本对齐、多模态理解与生成相关任务；负责多模态数据集处理，包括图片、文本、视频数据清洗、筛选、标注质检，搭建训练与评测的数据Pipeline，保障数据质量
岗位职责
- 参与多模态大模型（图文/视频）相关算法实验，协助完成模型微调、SFT、评测与效果分析，包含视觉-文本对齐、多模态理解与生成相关任务
- 负责多模态数据集处理，包括图片、文本、视频数据清洗、筛选、标注质检，搭建训练与评测的数据Pipeline，保障数据质量
- 复现前沿论文方案，设计离线评测实验，分析模型Badcase，定位模型幻觉、识别错误等问题，输出实验报告，推动模型指标优化
- 跟进多模态领域前沿技术，参与技术方案讨论，协助将多模态能力落地到业务场景（如多模态RAG、多模态Agent等）
- 配合团队完成模型效果回归、指标统计，沉淀评测用例与实验文档
任职要求
- 计算机、人工智能、电子信息、自动化、数学等相关专业在读本科生或硕士，具备充足连续实习时间（一般不少于3个月，优先4~6个月）
- 具备扎实的机器学习、深度学习基础，了解Transformer、视觉语言模型（LLaVA/Qwen-VL等）的基础原理
- 熟练掌握Python编程，熟悉PyTorch深度学习框架，能独立完成模型训练、调试与验证，熟悉Linux基础操作
- 具备阅读英文论文的能力，拥有良好的逻辑分析能力，能有效定位实验问题，沟通协作顺畅
福利待遇
- 实习薪资150-200元/天
- 每周工作4天，实习期3个月
- 工作地点位于北京海淀区搜狐网络大厦，交通便利
工作地址
北京海淀区搜狐网络大厦9层