希音算法实习生（上海）-2027届-暑期实习
任职要求
1、2027年硕士毕业，实习每周至少4天，至少实习4个月及以上；
2、具备推荐系统或者生成式推荐相关科研或项目经验者优先，发表过顶会/期刊论文者优先；
3、计算机、人工智能、数学、统计…工作职责
【】 1、AI实验室负责在公司大规模机器学习算力上，探索大算力与算法和应用如何结合，例如文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、参与推荐、搜索、用户增长、广告营销等业务中机器学习算法应用与优化； 3、和工程团队密切配合，探索新架构下新的算法。
1、协助参与核心算法项目的研发与优化，包括但不限于个性化推荐、流失干预、风控建模、大模型对话、大模型翻译等方向； 2、负责数据预处理、特征工程、模型训练与调优，以及实验结果分析； 3、支持算法的离线实验与线上部署，参与A/B实验的设计与分析； 4、探索 AI 技术在游戏场景中的创新应用，协助推进算法在实际业务中的落地。
工作职责： 1.探索视频多模态大模型（video VLM）的前沿技术，负责数据建设、模型训练与评测框架搭建。 2.深入研究并实践视频多模态大模型的全套训练流程，包括预训练、继续预训练以及后训练。 3.跟踪并复现主流的开源视频多模态模型，进行前沿论文的调研、复现与创新。 4.协助优化视频内容理解、dense video caption等相关任务上的模型效果，持续提高算法的性能与效率。
1. 开展视频生成相关技术调研，跟踪行业前沿技术（如扩散模型、生成式AI在视频领域的应用）； 2. 进行视频生成基座模型研发迭代，参与模型训练、调参、性能优化等核心环节。配合完成模型训练数据的构建和生成，确保训练数据的准确性和有效性； 3. 整理研发过程中的技术文档、实验记录，确保文档的完整性和规范性； 4. 沉淀技术文档，投稿领域的顶会顶刊。
1.参与大规模MoE模型的持续预训练（CPT）：数据清洗与混合策略、训练调优与结果分析 2.参与RLVR/RLAIF强化学习训练流程：数据构建、reward 分析、训练调优 3.参与多语种机器翻译(MT)方向：语料处理、模型微调、评测 4.参与生成式推荐基础模型方向：构建用户行为与内容特征序列数据、生成式任务设计与模型微调（SFT/RFT）、离线评测与线上效果分析 5.参与Agentic RL（智能体强化学习）方向：搭建复杂交互环境与任务流、多步骤推理轨迹（Trajectory）收集、Reward设计与策略网络优化 6.编写实验脚本、构建评测工具，支持模型上线前的质量验证