多模态大模型算法学员

核心职责 一、领域数据工程 负责工业、出行或物联网等垂直场景的多模态数据采集、清洗与标注流程设计 探索合成数据生成（Synthetic Data Generation）方法，解决垂直场景下数据稀缺问题 构建高质量的指令微调数据集（Instruction Tuning Dataset），包括图文对、视频帧、 传感器融合数据等多模态资料 二、大语言模型与视觉语言模型微调 基于主流开源 LLM（如 LLaMA、Qwen、InternLM）及 VLM（如 LLaVA、InternVL、Qwen-VL）开展领域自适应微调 实施全量微调（Full Fine-tuning）、参数高效微调（PEFT / LoRA / QLoRA / DoRA）等主流调整范式 探索多模态预训练（Multimodal Pre-training）与持续学习（Continual Learning）策略，根据模型泛化性进行动态适应 参与训练程序优化，适度混合精准训练、梯度检测点、ZeRO 并行等若干大模型分布式训练技术 三、模型对齐与效率优化 设计并执行系统化的模型测评基准（Benchmark），打造工业场景定制评测指标 研究思维链推理（Chain-of-Thought）与多步骤垂直领域技术，提升大模型对工业问题的处理能力 利用模型蒸馏（Model Distillation）、分析引导量化等技术，实现模型在边缘端及手机端的部署需求 探索 RLHF（Reinforcement Learning from Human Feedback）、DPO（Direct Preference Optimization）、GRPO 等对齐技术，提升模型在业务场景中的输出质量与安全性 四、推理优化与工程化部署 参与模型量化（INT8 / INT4 / GPTQ / AWQ）、剪枝、知识蒸馏等轻量化研究，满足边缘设备或实时推理需求 基于 TensorRT-LLM、vLLM、SGLang 等框架进行高效推理优化 探索 Speculative Decoding、KV Cache 优化等高效 GPU 资源管理加速技术 协助构建模型服务化 API（Model Serving），支持多业务方充分调用 负责将经过验证的成熟模型上线至博世 GPU 算力平台，完成从实验环境到生产环境的全流程工程化交付 五、RAG 与智能体系统探索 参与基于检索增强生成（Retrieval-Augmented Generation，RAG）的企业知识库系统建设，结合向量数据库（如 Milvus、Chroma）构建领域知识检索管线 探索 Agentic AI 范式，包括工具调用（Function Calling）、多智能体协作（Multi-Agent）等应用范式 协同探索 MCP（Model Context Protocol）等新兴协议在应用层的落地方案 协助构建完善的 AI 平台评测体系（AI Evaluation Platform） 六、前沿技术跟踪与研究转化 持续跟踪国际顶会（NeurIPS、ICLR、CVPR、EMNLP 等）重点研究进展 将前沿论文或模型快速落地，探索其在博世业务各赛道中的适用性 参与团队内部技术分享，沉淀技术文档与最佳实践

2027 届优秀硕士研究生 计算机科学、人工智能、电子工程、自动化、统计学或相关专业 技术能力 具备扎实的算法、统计学与数学基础 熟练掌握机器学习、深度学习、NLP 及生成式 AI 基础理论 熟练使用 Python 及主流 ML/DL 框架，包括但不限于 scikit-learn、PyTorch、TensorFlow，有使用经验者优先 有使用 Azure、阿里云或华为云等现代云数据平台的实践经验 有使用 LangChain、LangGraph、CrewAI、AutoGen 或 Google A2A Protocol 等AI 智能体开发与编排框架的实践经验 有构建多模态生成管线及词向量模型（如 text-embedding-3、BGE 等）的实践经验 熟悉 Hugging Face 生态与模型微调工具链，包括 Transformers、BERT、PEFT、Ollama 及 LlamaFactory 加分项：了解 AI 视觉感知与目标检测模型 加分项：有国际顶会 / 顶刊论文发表经历，或具备开源项目贡献经验 加分项：对具身智能有基础了解 / VLA 项目经验 综合素质 对前沿技术具有好奇心与自驱力，能主动跟进 AI 领域的最新技术动态 具备优秀的问题分析能力，能将模糊的业务需求系统化转化为清晰的技术方案 具备良好的工程素养，注重代码可读性、可复现性与协作规范 具备良好的中英文技术文档撰写与写作能力