快手多模态大模型算法实习生-Keye
任职要求
1、计算机科学与技术、人工智能等相关专业的硕士或博士； 2、2年内计算机多模态/NLP/CV相关工作经验，有较强的coding能力； 3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑； 4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）； 5、具备良好的沟通能力和团队合作精神。
工作职责
1、依托快手视频社区平台，构建最具影响力的多模态理解基座模型和开源生态； 2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等； 3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）； 4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。
1、基于大模型等前沿技术，构建多模态内容理解模型，并应用到小红书多模态搜索来解决实际业务问题 2、进行大模型前沿技术探索和研发，发表国际顶级论文 3、参与多模态大模型相关的业务落地，包括但不限于笔记图文/视频多模态内容理解、视频结构化、多模态意图理解等
1、跟踪、探索大模型方向/多模态预训练方向的前沿技术，将各方向的SOTA能力集成到模型底座上，提升下游任务的效果，打造团队的技术先进性； 2、多模态大模型结构的设计、训练任务的规划、预训练流程以及下游功能的开发等。
我们正在寻找对多模态技术充满热情的算法工程师，加入我们的前沿技术研发团队。您将专注于多模态理解与生成，推动其在地图数据、信息流推荐、打车服务等场景中的落地应用，为用户提供更智能、更沉浸的服务。 主要职责 1、多模态模型研发：开发业界领先的图文多模态理解与生成模型，结合扩散模型（Diffusion Models）、Transformer架构等实现高质量场景理解和动态内容生成。 2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，支持端侧部署。探索适合大模型的压缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）。 3、业务场景落地：将多模态技术应用于实际业务场景，如地图数据（道路、POI等）、信息流推荐、打车服务等。与产品、工程团队合作，推动技术从研发到上线的全流程落地。 4、前沿技术探索：持续跟踪生成式AI（Generative AI）、跨模态对齐、思维链强化学习、多模态交互、具身智能等最新技术趋势，提出创新性解决方案。
1、负责小米汽车智能座舱内的大语言模型和多模态大语言模型的研究、开发、部署和性能优化； 2、与各职能团队团队紧密协作，参与产品设计和算法模型落地到车载芯片的相关工作； 3、跟踪新能源汽车行业动态，探索在汽车领域的应用场景和落地。