实习-多模pre-train算法研究员

我们是阶跃星辰多模态大模型核心研发团队，致力于构建下一代通用多模态智能系统，探索视觉、视频、语言等多模态统一建模的前沿方向。团队拥有充足的算力资源、开放的研究氛围以及丰富的产业落地场景。在这里，你将与顶尖的研究员和工程师共同推进多模态 AGI 的核心技术研发，你的研究成果不仅有机会发表于顶级 AI 会议，更有机会直接应用于新一代多模态基础模型与产品中。

【研究方向】

专注下一代多模态基础模型与视觉理解方向研究，包括但不限于：

• 下一代多模态 Encoder 架构探索：

Vision Encoder、Video Encoder、Unified Multimodal Encoder、Representation Learning 等；

• 高效视觉建模与动态分辨率：

Dynamic Resolution、Naive Dynamic Resolution、Token Compression、Adaptive Token Routing、Multi-scale Modeling、高分辨率视觉建模等；

• 视频理解与时序建模：

Video Understanding、Temporal Modeling、Long Video Modeling、Multi-frame Reasoning、Video Agent 等；

• 多模态预训练与数据：

大规模多模态预训练、跨模态对齐、Synthetic Data、Data Scaling Law、多模态数据工程等；

• 多模态推理与 Agent：

Visual Reasoning、GUI Agent、Multimodal Chain-of-Thought、具身智能相关感知能力等

• 对 AGI 和多模态大模型方向抱有强烈热情，对前沿技术有持续关注；
• 具备扎实的机器学习 / 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 Coding 能力，熟悉 Python，具备 PyTorch 等深度学习框架使用经验；
• 有以下任一方向经验者优先：

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、大规模训练系统等；

• 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：北京 / 上海。

【我们提供】

• 顶配算力支持：

提供充足 GPU 训练资源与大规模实验环境；

• 顶尖团队协作：

与行业领先 Researcher / Engineer 深度合作与交流；

• 前沿研究机会：

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；

• 真实业务落地：

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