奇虎360多模态算法实习生（北京）-4416(J11444)
任职要求
岗位职责及要求: 1. 参与视觉多模态大模型LMM（Large Multimodal Model）算法的跟踪研究和开发落地，包括image/video captioning、跨模态图文对齐、开放世界目标检测、文档OCR、VQA等方向 2. 要求硕士在读以上学历，能保证3个月以上，每周不少于4天的实习时间 3. 能够流利阅读英文文献并做出可分享的论文总结，并利用开源代码进行验证实验 4. 了解图像自监督学习、跨模态图文对齐、语言模型LLM的基本原理，有相关科研经历的优先 5. 在CV/ML/AI等方向的顶会有论文发表者优先。
工作职责
360人工智能研究院（https://github.com/360CVGroup）是360集团在AI方向的核心技术团队，我们以”多模态+跨模态“为主要研究方向，以“大模型+zero/few shot"为主要研发范式，在中文图文跨模态学习、开放世界目标检测、开放词表视频分析、AIGC图像生成以及多模态大模型等领域展开研究，技术能力面向集团所有业务输出，提供互联网信息分发、企业数字化、AIoT等 360 集团全量业务场景支持，支持千万级硬件设备，每日服务亿级用户。 我们的使命是研发一流技术，落地产业价值。我们追求前沿技术探索和落地转化，通过专业影响力来引领和支撑新的业务方向；我们营造技术导向的专业文化氛围，持续向行业社区贡献我们的技术实践，促进整个行业的技术进步。 欢迎加入我们，和我们一起驱动技术发展，创造行业价值。 岗位亮点 1. 紧跟人工智能行业的快速发展，深入了解最新的技术进展和行业动态 2. 参与AI大模型研发全流程，获得从理论基础到工程应用的全面技能 3. 与一流的人工智能团队合作，促进个人成长和专业能力提升。
360人工智能研究院（https://github.com/360CVGroup）是360集团在AI方向的核心技术团队，我们以”多模态+跨模态“为主要研究方向，以“大模型+zero/few shot"为主要研发范式，在中文图文跨模态学习、开放世界目标检测、开放词表视频分析、AIGC图像生成以及多模态大模型等领域展开研究，技术能力面向集团所有业务输出，提供互联网信息分发、企业数字化、AIoT等 360 集团全量业务场景支持，支持千万级硬件设备，每日服务亿级用户。 我们的使命是研发一流技术，落地产业价值。我们追求前沿技术探索和落地转化，通过专业影响力来引领和支撑新的业务方向；我们营造技术导向的专业文化氛围，持续向行业社区贡献我们的技术实践，促进整个行业的技术进步。 欢迎加入我们，和我们一起驱动技术发展，创造行业价值。 岗位亮点 1. 紧跟人工智能行业的快速发展，深入了解最新的技术进展和行业动态 2. 参与AI大模型研发全流程，获得从理论基础到工程应用的全面技能 3. 与一流的人工智能团队合作，促进个人成长和专业能力提升。
1、创造性的提出和实现业界领先的算法，包括但不限于多模态预训练、生成表示学习等，应用到互联网核心业务中 2、参与多模态大模型在业务中的探索与应用
1. 推进短视频场景图像分类、目标检测、多模态算法的研发创新； 2. 参与设计基于CV/多模态算法的内容生态识别方案，支持主站生态需求。
1、对图像、视频、文本等进行深入的语义理解，支持短视频、直播、搜索、推荐、商业化等业务需求； 2、推进视觉相关基础技术研发，如大规模分类、检测、分割、序列识别、人脸、自监督学习、内容生成、模型压缩和优化等； 3、对多模态大模型有基础的了解，可以用目前开源的多模态大模型解决内容安全领域的一系列问题。