多模态大模型算法实习生(J20097)

模型开发与优化：主导图像多模态大模型在半导体业务场景下的设计、开发与调优，完成跨模态对齐、指令微调、SFT、RLHF及Prompt工程等关键环节，推动模型在业务场景中的性能提升；

技术探索与方案输出：跟踪多模态大模型前沿方向，主导探索并输出系列算法与多模态大模型解决方案，推动半导体应用达到行业领先水平；

数据管理与质量保障：主导多模态数据的采集、清洗、预处理及标注全流程，识别并解决数据质量问题，产出高可用训练数据集；

学术产出与经验总结：主导撰写技术文档与研究技术报告，系统性提炼实验结论并提出改进建议，支撑团队知识积累与技术迭代。

学历要求：硕士研究生及以上学历在读；

专业要求：计算机科学、机器学习等相关专业；

其他要求： 能使用主流深度学习框架（如PyTorch等）完成多模态模型训练、微调与推理部署，具有GPU效率优化实践经验优先； 熟悉Transformer、Attention、VIT、CLIP等基础模型架构，了解Qwen-VL、Intern-VL等多模态大模型算法者优先； 具有细粒度图像识别、多模态学习或大规模预训练模型微调项目经验，发表过CVPR、ICCV等顶会论文或获得Kaggle竞赛奖者优先； 每周至少到岗5个工作日，可连续实习5个月及以上。