百度计算机视觉及多模态算法实习生（J94318）

-参与计算机视觉、文档处理分析相关技术研发，包括但不限于OCR文字识别、文档结构化、LLM训推等任务 -参与多模态大模型的算法方案调研、日常训练、微调与效果优化，确保模型训练的稳定性和效果 -支持大模型在各种实际业务中的落地，包括但不限于信息抽取、审查、图表解析等，确保其在真实场景中的有效应用 -参与大模型的日常评估和开发工作，推动其持续改进和性能提升，提高训练和推理效率 -与团队成员紧密合作，协同解决开发过程中遇到的问题和技术挑战

1、跟进计算机视觉及多模态等前沿技术方向，能够实现前沿算法，保持算法在工业界和学术界的领先； 2、探索计算机视觉及多模态算法在内容理解和内容生成等领域的应用，参与和推动技术落地到快手各产品线，如搜索、推荐、电商、商业化等； 3、打造算法技术在工业界和学术界的影响力，参与相关专利、顶会论文的发表。

1. 负责工业视觉垂域下视觉大模型的模型研发工作，包括但不限于多模态或视觉预训练模型的下游任务微调、异常检测算法研究、目标检测/分割算法研究等； 2. 负责视觉语言大模型（vllm）在工业视觉领域应用的探索，包括但不限于大模型sft、强化学习微调算法研究等； 3. 跟进计算机视觉及多模态领域前沿工作，协助整理形成高质量论文。

1. 负责工业视觉垂域下视觉大模型的模型研发工作，包括但不限于多模态或视觉预训练模型的下游任务微调、异常检测算法研究、目标检测/分割算法研究等； 2. 负责视觉语言大模型（VLM）在工业视觉领域应用的探索，包括但不限于大模型sft、强化学习微调算法研究等； 3. 跟进计算机视觉及多模态领域前沿工作，协助整理形成高质量论文。