Voyager-多模态大模型算法实习生

参与多模态大模型（VLM/MLLM）的全流程研发，包括预训练、指令微调（SFT）、对齐训练（RLHF/DPO/GRPO）等，优化模型在图像理解、视觉问答、多模态内容生成、文档解析等场景的性能； 协助构建多模态数据Pipeline，完成图像、文本、视频、音频等多模态数据的清洗、标注、质量评估，支撑模型训练需求； 跟踪多模态大模型领域前沿技术（如原生多模态架构、具身智能多模态交互、视频生成等），复现顶会论文，探索技术在业务场景的落地可能性； 参与模型评测体系搭建，设计评测指标和测试集，输出模型优化分析报告； 协助完成模型的轻量化优化、推理部署等工作，支持模型在业务场景的落地应用

计算机科学、人工智能、电子工程、数学等相关专业硕士/博士在读，2028年及以后毕业，能连续实习3-6个月及以上，每周3天及以上； 扎实的深度学习基础，熟悉Transformer、CLIP、LLaVA、Qwen-VL、InternVL等主流多模态模型架构，了解大模型训练、微调、对齐的基本流程； 熟练使用Python，掌握PyTorch深度学习框架，熟悉HuggingFace Transformers、DeepSpeed、vLLM等常用工具链； 具备良好的代码能力和工程实现能力，能独立完成模型训练、评测等实验任务； 对多模态大模型领域有浓厚兴趣，主动跟踪前沿技术动态，有较强的问题分析和解决能力。 加分项 在CVPR、ICCV、NeurIPS、ICLR、ACL等顶级会议/期刊发表过多模态相关论文，或有知名开源项目贡献经历； 有Kaggle、ACM等算法竞赛获奖经历，或有大规模模型训练、分布式训练实践经验； 熟悉RAG、Agent、强化学习等方向，有相关项目落地经验； 有大厂AI相关岗位实习经历优先