【实习】基座模型算法（时间序列方向）

1. 01

   负责时间序列基础模型的研发，探索面向复杂时序数据的统一表征学习与大规模预训练方法，构建可迁移、可扩展的通用时序建模架构。

2. 02

   研究基于大规模时序数据的自监督学习、生成式预训练及预测基础模型方法，提升模型在长周期预测、异常检测、缺失补全、趋势分析等任务中的泛化能力。

3. 03

   研究时间序列与文本、视觉等多模态信息的交互与对齐，支持时序语义理解、生成、推理及复杂场景下的多模态智能应用。

1. 01

   硕士及以上学历，计算机科学、人工智能、电子信息等相关专业，可实习3个月及以上。

2. 02

   熟练使用Python，掌握PyTorch等深度学习框架，具备独立完成模型开发、训练、调试和实验分析的能力。

3. 03

   具有多模态模型研究经验，熟悉多模态对齐、融合及推理方法；具有时间序列预测、基础模型预训练或多模态模型研发经验者优先。

4. 04

   具备良好的论文阅读、科研探索和实验设计能力，对时间序列智能、多模态基础模型及通用人工智能方向有浓厚兴趣。

加分项

1. 01

   在机器学习、人工智能相关会议或期刊发表过论文，或具有高质量开源成果。

2. 02

   熟悉工业、金融、能源、医疗、传感器等领域时序数据特点，具备大规模真实世界时间序列处理经验。