同花顺Agent算法实习生

任职要求

学历专业： 计算机科学、人工智能、电子工程等相关专业的硕士或博士在读生，特别优秀的本科生也可考虑。

编程与算法基础： 熟练掌握Python和PyTorch/TensorFlow框架，具备扎实的数据结构和算法基础。

计算机视觉基础： 对计算机视觉基础任务（如分类、检测、分割）和深度学习模型（CNN, Vision Transformer）有深入理解。

研究与实践热情： 对视频生成、多模态大模型、AI Agent等方向有强烈的兴趣和好奇心，具备出色的解决问题和自主学习能力。

团队协作精神： 具备良好的沟通能…

工作职责

视频理解与表征学习： 参与研究和实现基于Transformer、Diffusion等先进架构的视频理解模型，用于视频场景理解、动作识别、事件预测等任务。

视频生成与控制： 协助探索视频生成模型（如Video Diffusion Models, Sora-like architectures），并研究如何通过自然语言或高级指令（如Agent规划）实现对生成内容的精准控制（如控制物体运动、摄像机视角等）。

Agent决策框架搭建： 参与构建视频领域的AI Agent框架，使其能够根据指令（如“生成一个宇航员在月球后空翻的视频”）自动进行任务分解、调用合适的模型（如生成、编辑、特效模型）并执行多步规划。

仿真环境与评估体系： 参与构建或利用视频仿真环境，用于训练和评估Video Agent的决策能力。设计和开发定量与定性相结合的评估方案，以衡量生成视频的质量和Agent任务完成的准确度。

技术调研与原型验证： 紧跟视频生成、世界模型、AI Agent等领域的最新学术进展（如CVPR, ICCV, NeurIPS等顶会论文），并快速进行代码复现和实验。