小红书多模态/视觉大模型理解和生成算法实习生
任职要求
1. 熟练掌握深度学习、机器学习、计算机视觉的基础知识，熟悉常用模型的原理、特点及应用，能够结合需要解决的问题选择适当的模型，并设计合理的技术方案； 2. 良好的科研能力，有成果发表在ICLR、CVPR、ICCV、ECCV、NeurIPS、ICM…
工作职责
我们是小红书应用算法部/内容理解算法组，目前专注于内容理解场景的技术落地和产品预研。我们希望寻求优秀在读硕士生/博士生共同突破多模态/视觉大模型理解和生成算法在多模态内容理解行业落地的技术挑战，作为实习生，你将有机会与产品、工程紧密合作，将研究算法应用到实际问题中，并解决有难度有价值的问题，促进领域前沿技术的发展。欢迎投递简历。该岗位的核心研究方向包括但不限于： 1. 计算机视觉：解决视觉理解中指代关系特征归一化和识别研究； 2. 多模态表征：多源数据中多模态表征技术，包括局部/全局匹配、视频表征、多模态表征、对抗性和泛化性等问题。 3. 通用多模态大模型：通用多模态大模型在安全领域理解相关研究，包括强化微调、逻辑推理、多模态理解、幻觉消除及评价机制等。 我们希望在一个和多个方向做出有意义的、创新性的工作。
我们是小红书应用算法部/内容理解算法组，目前专注于内容理解场景的技术落地和产品预研。我们希望寻求优秀在读硕士生/博士生共同突破多模态/视觉大模型理解和生成算法在多模态内容理解行业落地的技术挑战，作为实习生，你将有机会与产品、工程紧密合作，将研究算法应用到实际问题中，并解决有难度有价值的问题，促进领域前沿技术的发展。欢迎投递简历。岗位职责包括： 1、负责内容安全相关的自然语言处理核心算法的研究与开发，如文本分类、情感分析、长文本语义理解、舆情分析等，构建并优化NLP模型，提升模型性能与快速对抗变异风险能力，对于涉z、色情、违规等内容进行全方位的识别，构建业界领先的内容识别能力； 2、跟踪NLP领域前沿技术与研究成果，探索新技术在实际业务中的应用，如大模型微调、加速等，针对不同业务形态，提出创新性的NLP解决方案； 3、与业务部门紧密合作，了解业务需求，推动内容安全解决方案在公司各应用场景的落地。
1.跟进多模态大模型的最新研究进展和技术实现（包括但不限于视频理解、视频问答、视频caption等），将多模态大模型内容理解能力与广告业务相结合，提升广告模型匹配效率 2.跟进和研发基于扩散模型的图像生成、视频生成等前沿技术，用于广告图片、视频等创意素材的内容生成 3.跟进和研发大语言模型LLM的指令微调、RLHF 等技术，结合广告业务场景落地关键词提取、智能对话、广告标题或文案生成等多个下游任务 4.结合上述多模态理解和AIGC生成能力，构建自动化素材生产和投放优化平台，挖掘站内优质内容，自动化编辑、剪辑制作素材，并基于数据驱动优化素材投前、投中环节的效果
Top Seed人才计划-Seed研究实习生专项：面向 2025 年 9 月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、成为研究型实习生，在你热爱的课题方向上，探索机器学习算法与系统领域最具挑战的长期关键问题； 2、寻找志同道合的伙伴，自由组建你的课题小组，享受充足的算力与数据资源支持； 3、获得长周期的培养与成长，大牛导师深度指导，国内外顶尖学者交流机会。
Top Seed人才计划-Seed研究实习生专项：面向 2025 年 9 月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、成为研究型实习生，在你热爱的课题方向上，探索机器学习算法与系统领域最具挑战的长期关键问题； 2、寻找志同道合的伙伴，自由组建你的课题小组，享受充足的算力与数据资源支持； 3、获得长周期的培养与成长，大牛导师深度指导，国内外顶尖学者交流机会。