奇虎360AIGC算法实习生（北京）-4415(J11436)
任职要求
岗位职责及要求: 1. 参与图像、视频方向AIGC算法的跟踪研究和开发落地，包括图像生成、视频生成、可控生成、可控编辑、模型蒸馏等方向 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…
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。
1、驾驭亿级规模核心系统：负责本地零售亿级商品库的顶层架构设计与演进，主导 SPU/CSPU 等基础模型建设，支撑高并发下的搜索、选品及多渠道分发，打造行业领先的商品数据底座。 2、引领前沿的 AI 大模型落地：深度参与AIGC 在商品全生命周期的变革，利用多模态大模型重塑智能发品、自动归类、内容生成及质量质检流程，推动业务从“人工运营”向"智能自治"跃迁。 3、构建数据与智能闭环：携手算法与产品团队，建立“数据 - 模型 - 业务”的高效反馈闭环。通过RAG 知识库、批量推理及自动化实验等前沿技术，持续优化商品数据的准确性与转化效率，赋能零售搜索与智能决策。 4、探索研发新范式与极致性能：在保障系统高可用与极致稳定性的同时，率先探索 Vibe Coding、AI Agent 等新范式在研发流中的落地，提升团队整体效能，解决海量数据下的复杂工程挑战。
团队介绍： 高德地图机器学习研发部是公司AI核心技术引擎，聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地，支撑亿级用户产品，同时长期投入前沿探索，在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文，多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源，鼓励创新突破，诚邀你与顶尖算法专家并肩，共同定义AI的未来！如果你渴望挑战多模态与生成式AI的技术巅峰，在视频、图像、大模型的交叉领域实现突破，欢迎加入我们！团队的github页面是：https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发，见证技术直接赋能业务； • 与学术大牛和工业界专家共事，持续提升技术视野； • 顶配算力资源+开放创新氛围，支持前沿探索与顶会论文发表。 具体职责包括但不限于： 1. 视频生成：负责视频生成技术的前沿技术的研究，对AIGC的diffusion和auto-regressive技术有深入了解，在T2I/AIGCT2V/I2V上面有一定的研究，图文对齐，长视频生成等有一定的研究，做好视频生成在高德业务（广告，POI详情页等）中的进行落地。 2. 视频理解：能够使用和优化多模态大模型对用户上传的视频进行质量理解，标签，densecaption，视频summary等生成，作用到视频的搜索，广告，推荐等业务的落地。 3. 世界模型： 参与世界模型的构建，能够使用最新的视频生成技术，3D技术等构建符合人类物理规律的统一的世界模型，在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀，形成顶会论文和专利。
1、支撑企业级应用后台开发，使用 React、Vue 等前端框架开发web应用，实现交互需求及后端服务对接 2、以模块化的思想设计开发通用前端组件，并能够针对OTT,移动端进行针对性优化 3、在理解前端开发流程的基础上，结合前端实际建立或优化提升工作效率的工具 4、在理解产品业务的基础上，提升产品的用户体验，技术驱动业务的发展 5、关注前端前沿技术研究和AIGC的技术发展，通过新技术服务团队和业务
优酷目前致力于研发剧作领域的高质量辅助工具。我们深信，剧作内容的生产是大语言模型落地最有可见价值，最有意思，同时也是最有挑战的领域之一。欢迎您加入我们，和我们一起探索，一起成长，一起见证前沿算法在高质量剧作内容生产中将要创造的奇迹，“为好内容，全力以赴”！ 1、了解剧作逻辑，理解创作过程，链接剧作需求及算法原理，设计定义模型任务 2、设计制定高质量训练数据构造方案，完成数据制备 3、完成核心模型（大中型）的训练和调优。可以独立完成，也可以与他人合作，如果能指导他人完成则更好 4、跟进相关领域的学术及落地成果，探索在我们工作中的应用价值