Omni模型算法研究员
岗位摘要
负责Omni多模态大模型的研发，涵盖文本、语音、图像、视频等模态的统一建模，包括训练数据构建、模型设计、训练优化及能力评测等工作；参与多模态基础模型的预训练、监督微调（SFT）、强化学习（RL）等关键技术研发，持续提升模型在理解、生成、推理、交互等方面的能力
岗位职责
- 负责Omni多模态大模型的研发，涵盖文本、语音、图像、视频等模态的统一建模，包括训练数据构建、模型设计、训练优化及能力评测等工作
- 参与多模态基础模型的预训练、监督微调（SFT）、强化学习（RL）等关键技术研发，持续提升模型在理解、生成、推理、交互等方面的能力
- 探索语音、视觉、文本等模态统一建模的新范式，研究下一代Omni模型架构
- 推动Omni模型在实时交互、语音Agent、视频理解、多模态推理等场景中的落地应用，探索多模态智能体的发展方向
任职要求
- 计算机、人工智能、数学、电子工程等相关专业本科及以上学历
- 具备扎实的机器学习和深度学习基础，熟悉Transformer等主流模型架构，对大模型训练和优化具有深入理解
- 具备大型语言模型或多模态模型研发经验，熟悉预训练、SFT、RL等训练流程，具有相关项目或研究经验
- 熟悉至少一个多模态方向，包括但不限于：语音理解与生成、图像/视频理解与生成、多模态推理与Agent
- 在ACL、ICLR、NeurIPS、ICML、CVPR、ECCV、ICCV、Interspeech等顶级会议发表论文，或具有突出科研成果者优先
- 具有ACM、NOI/NOIP、数学竞赛等经历者优先
- 具备优秀的问题分析能力、学习能力和团队协作能力，对AGI和下一代多模态智能系统具有强烈兴趣和探索精神
加分项
- 在ACL、ICLR、NeurIPS、ICML、CVPR、ECCV、ICCV、Interspeech等顶级会议发表论文，或具有突出科研成果者优先
- 具有ACM、NOI/NOIP、数学竞赛等经历者优先
- 具备优秀的问题分析能力、学习能力和团队协作能力，对AGI和下一代多模态智能系统具有强烈兴趣和探索精神
- 王芊芊 刚刚活跃
工作地址
北京海淀区大恒科技大厦12层