面向2026届硕士/博士毕业生团队介绍：Data-电商基建团队，负责电商场景下的各种基础模型的研发与创新工作。职位描述：1、多模态大模型算法研发：负责电商场景下，图文，图视频，音频，OCR，口播等多个模态的预训练和对齐，产出多模态大模型的统一底座，用于电商治理场景所有多模态需求使用。2、基础算法研发：负责CV/多模态相关模型优化和迭代，视频预训练，视频标签体系建设，视频多模态语义识别，多模态表征学习，embedding等，用于包含视频意图理解、视频商品类目、同款/相似商品识别、图文意图判断等电商任务。3、梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率。职位要求：1、 有过大模型业务实习经历优先，熟悉大模型/多模态大模型工作优先，包括但不限于internvl， llava系列， deepseekvl等等等；2、在多媒体和计算机视觉某个领域有较深入的研究，包括但不限于：图像搜索、图像/视频分类和识别、目标检测、图文多模态模型、和视频文本多模态模型、视频预训练、视频语义标签等；3、有视频理解多模态大模型方面经验者最优先，有CV/多模态大模型相关项目经验优先；研发&优化电商视频&商品多模态大模型，结合LLM和视频/商品表征，支持视频多模态分类，视频QA，跨模态检索，商品分类等任务，显著超越线上模型；4、有较强的实践能力，在Kaggle，COCO，ImageNet，ActivityNet等比赛获奖者优先；5、扎实的深度学习技术基础，了解前沿的AI技术，有顶级学术会议（如CVPR、ICCV、ECCV等）发表论文者优先。有转正机会，有兴趣可私聊或发送简历到zhangxuezhong@bytedance.com#字节# #实习# #多模态大模型招聘#

前言：25年秋招开始准备了吗？作为一个2022届的数据分析岗位的秋招上岸党很正式的告诉你，想上岸大厂，第一份大厂实习在这个时候必须准备了！22年的此时，我在寒风凛冽的北京拿着120块的实习工资，过年没舍得回家，才拿下我的大厂敲门砖。转眼已经2025年，重拾这个专栏主要是为了分享点互联网打工的心得，数据分析求职的经验，以及我在秋招过程中如何准备面试，沉淀下来的一些知识点和走过的雷区，希望能够尽量给予未来优秀的“数分人”一些帮助和岗位的资讯。我还创建了属于数分人的社区，大家可以一起交流数分求职问题，还能互相交流求职经验，借鉴分享，欢迎大家问我 zqknrr，学长会给大家拉进社群。（记得添加来自‘牛...

1、自我介绍2、项目介绍3、用了哪些微调方式4、Lora的原理讲一下5、RAG讲一下？6、RAG召回策略（多路召回）7、用过哪些RAG的实现？8、GRAG了解吗？9、讲一下重排序10、讲一下你的研究方向吧11、研究内容里transformer在网络里什么作用12、简历里的视觉项目讲讲有什么难点吗？13、最近刷算法了吗？（没有），那链表、数组、二叉树自己选一个，给你一道简单的。第一道判断链表是否有环（牛客平台这道选不了java），然后又给我换了一道有序链表删除重复元素14、反问公司应该是没打算自己做一些模型训练任务，反问中感觉还是偏做RAG应用的。#算法##大模型算法工程师##面经#

问项目模型参数量每个部分有多少你了解那些评估手段如何评估多模态模型的输出质量数据集如何提高质量，如何利用 gpt 辅助提升数据集质量有哪些方法可以提升预训练模型的质量有哪些 decode 采样方法笔试：beam search，最大乘积和