携程AI蓝军实习生(AI安全攻防方向)(MJ032779)
任职要求
1、 专业背景:计算机、网络安全、人工智能等相关专业在读本科生或研究生,可全职实习6个月以上优先; 2、 技术能力:熟悉Python/Golang至少一门语言,具备良好的代码工程能力;了解AI Agent基础架构,有相关项目经验(如LangChain、AutoGen开发或漏洞复现);熟悉常见AI安全风险(OWASP 10 fo…
工作职责
1、 参与AI安全攻防体系构建,协助团队开展针对AI Agent/LLM的红蓝对抗演练; 2、 研究AI系统常见漏洞(如提示词注入、训练数据泄露、越权访问等),并开发相关验证工具; 3、 辅助设计与实现AI Agent安全防护策略,提升系统抗攻击能力; 4、 跟踪前沿AI能力落地思路,建设先进Sec Agent。
vivo AI研究院致力于研发业界领先的人工智能技术,通过AI技术创新持续为全球5亿+vivo用户带来无处不在的惊喜和激动人心的智慧体验。 1. 负责基座大模型与端侧多模态大模型的技术研究,涵盖预训练、有监督微调(SFT)、强化学习(RL)、模型结构优化及数据策略(数据质量、配比)等方向; 2. 跟进业界最新的文本、图像、多模态预训练模型与方法,结合公司重点业务场景(如图像与视频理解),研发具有自主创新性的算法,并集成到基座模型的训练与研发流程中; 3. 承担端侧基座模型及端侧多模态大模型在图像与视频理解方向的重点、难点技术攻关; 4. 负责大模型端侧化与高效部署技术攻关与落地,聚焦模型轻量化算法:量化、压缩、剪枝、蒸馏,以及模型的并行解码方向的研究,推动大模型在移动终端和边缘设备的实际落地; 5. 与团队紧密协作,推动算法在公司产品中的有效落地与应用; 6. 发表高水平学术论文、参与公开比赛刷榜及对外技术分享,提升团队技术影响力。
我们是vivo游戏技术团队,致力于通过深度学习重塑移动游戏渲染体验。 我们不再局限于传统的图形API调优,而是以基于深度学习的AI辅助渲染技术为核心,攻坚超分、插帧、光追及神经渲染等前沿领域,在移动端实现“低功耗、高画质、高帧率”的极致平衡。 在这里, 你将与资深AI算法专家及图形架构师合作,挑战神经网络在移动端GPU/NPU上的极致推理性能; 你将深入研发DLSS/FSR-like 超分辨率、AI插帧(Frame Generation)及3DGS等核心技术,直接决定数亿vivo用户的视觉体验; 你的算法将部署于千万级销量的vivo旗舰机型,在有限的功耗预算下,通过AI算法渲染出超越原生的画质细节; 你将打通“算法-硬件”全链路,将前沿的AI渲染模型硬化到vivo自研芯片中,实现软硬一体的效能革命。 你将与我们一起专注于: 1、AI渲染算法研发(核心):主导基于深度学习的超分(Super Resolution)、插帧(Frame Interpolation)、光线追踪降噪(Denoising)及神经渲染(Neural Rendering)算法的设计与迭代; 2、移动端模型轻量化与部署:针对移动GPU/NPU架构,优化神经网络结构,实现毫秒级低延迟推理; 3、软硬件协同设计:与芯片团队深度合作,将AI渲染算子硬化,探索下一代移动图形架构的可能性; 4、技术前瞻与竞品对标:跟踪CVPR/SIGGRAPH等顶级会议的最新AI图形学成果,确保vivo在移动AI渲染领域的技术领先性。 如果你渴望用AI技术重新定义移动游戏的视觉边界,欢迎加入我们!
vivo AI研究院致力于研发业界领先的人工智能技术,通过AI技术打造1001个便利,为全球5亿+vivo用户带来无处不在的惊喜和激动人心的体验,我们已在杭州、深圳、北京等地建立AI研发基地。 在这里,你将与我们一起专注于: 1、下一代个人化搜索问答 Agent 构建 1)设计基于 LLM 的端到端智能问答系统,覆盖意图理解、查询改写、检索增强、多源信息融合与高质量答案生成; 2)探索 Deep Research 能力,解决复杂问题、多轮对话与跨文档推理场景; 2、模型能力演进与前沿探索 1)推动 Reasoning 能力落地(CoT / 多步推理 / 自我反思与验证),提升复杂问题求解能力; 2)探索 RL Scaling、多目标优化等前沿方向,持续提升模型智能上限; 3)构建 Agentic 能力,打造具备自主决策能力的智能系统; 3、高价值场景落地 1)打造从“信息获取 → 理解 → 重新组织”的一体化体验(如知识库、推荐、问答等); 2)融合结构化数据与实时信息,实现多模态、多源知识协同推理; 4、评测体系与工程闭环建设 1)构建覆盖真实性、时效性、权威性、相关性与用户体验的评测体系。 2)打通数据 - 模型 - 系统优化闭环,持续提升效果与工程效率。
1、探索AIOS及手机AI agent应用场景的技术落地路径,参与基于Android平台的AI应用创新方案设计,从架构层助力提升应用性能与用户交互体验; 2、协同跨职能团队将机器学习、深度学习、自然语言处理等AI技术融入Android应用开发,参与第三方AI库及API的评估与集成技术研究; 3、 参与现有系统架构梳理与优化方案探讨,为AI技术演进下的系统可扩展性、易维护性提供技术思路; 4、 结合技术视角与产品团队协作,参与产品功能特性、架构框架的技术可行性分析,助力AI技术赋能产品差异化; 5、关注AI解决方案的数据安全、隐私保护及合规性基础要求,参与构建可信AI应用技术体系。