【日常实习】算法工程师-多模态大模型

【岗位信息以官网为准】研发图文理解大模型，基于文本大模型底座进行设计整体的架构，达到业界较为领先的水平，支持各类图像的解析和理解； 研发视频和语音理解大模型，解决数据维度高、信息容量大、场景变化多等核心挑战，达到业界较为领先水平； 研发统一的多模态理解大模型，单一模型支持各类模态的输入以及理解。

【岗位信息以官网为准】毕业时间在2025年9月1日及以后的同学（2024年9月1日-2025年8月31日之间毕业的同学请投递Shopee全职校招）,计算机相关专业； 对于主流的多模态理解大模型LLava、Flamingo、BASE、VALL-E等有较好的理解； 优秀的代码能力，熟练掌握 pytorch，能在较短时间内独立实现论文算法，并且能有针对性地优化； 有多模态预训练、视频理解、图片理解，其中一个或者多个领域的研究经验优先； 优秀的团队合作能力和持续学习能力，能在团队合作中高效推进项目进展； 深入理解 vit、image/video tokenizers 、transformer scaling up 经验者优先；开发出相关领域中重要任务 SoTA 模型者优先； 在AI顶会发表论文者或者有行业多模态理解大模型落地经验者优先； 勇于接受有挑战性的工作，并愿意为之付出更多的时间与精力。