字节跳动机器人多模态交互算法实习生-ByteDance Research
任职要求
1、硕士及以上学位在读，计算机相关专业优先； 2、在大模型、多模态、NLP、CV、强化学习等领域有一定研究基础或者算法经验者优先； 3、作为主要作者发表过CVPR、ACL、NeurIPS、ICLR、ICML、RSS、ICRA等顶会论文者优先； 4、具备出色的问题分析和解决能力，以及良好的沟通协作能力。
工作职责
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 1、面向多模态人机交互，研究多模态智能体、多模态推理规划、流式音视频对话模型等前沿技术，发表高水平论文和申请专利； 2、探索多模态大模型、强化学习算法、大模型Agent在机器人上的创新应用，参与具身智能算法和应用迭代。
团队介绍：字节跳动ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 课题介绍：我们的使命是研究攻克下一代智能机器人最挑战的技术，一方面重点聚焦在机器人基础模型、智能感知-操作-交互方面，研发业界最领先的技术，孵化下一代智能机器人系统，同时，我们也聚焦于实现在实际场景中真正可用的机器人产品，通过实际业务驱动，在复杂的机器人与人共存的环境中，打造软硬件与算法领先的高智能机器人。 领域优势： 1、由世界顶尖的机器人科学家和工程师组成，面向下一代机器人研究最前沿、最关键的基础问题，并进行规模化应用拓展。 2、团队在数据、算力和软硬件上具备优势，在机器人基础模型、智能感知-操作-交互上研发一系列世界级引领性技术，打造通用机器人和学习系统。 3、团队在感知、定位、重建、规划等全链条的机器人核心算法方面积累优势，并在实际场景和数据中进行最新算法的探索研究。 我们期待对机器人研究有热情并有相关经验的优秀博士生加入。 1、从事大规模机器人基础模型的预训练、微调和优化研究，以模型为中心，提升机器人的智能边界； 2、探索多模态大模型前沿问题，推动在机器人上的大规模扩展，包括但不限于抓取操作、运动控制、世界建模等； 3、参与孵化下一代智能机器人技术和新产品。
团队介绍：字节跳动ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 课题介绍：我们的使命是研究攻克下一代智能机器人最挑战的技术，一方面重点聚焦在机器人基础模型、智能感知-操作-交互方面，研发业界最领先的技术，孵化下一代智能机器人系统，同时，我们也聚焦于实现在实际场景中真正可用的机器人产品，通过实际业务驱动，在复杂的机器人与人共存的环境中，打造软硬件与算法领先的高智能机器人。 领域优势： 1、由世界顶尖的机器人科学家和工程师组成，面向下一代机器人研究最前沿、最关键的基础问题，并进行规模化应用拓展。 2、团队在数据、算力和软硬件上具备优势，在机器人基础模型、智能感知-操作-交互上研发一系列世界级引领性技术，打造通用机器人和学习系统。 3、团队在感知、定位、重建、规划等全链条的机器人核心算法方面积累优势，并在实际场景和数据中进行最新算法的探索研究。 我们期待对机器人研究有热情并有相关经验的优秀博士生加入。 1、围绕机器人在深度强化学习，模仿学习与逆强化学习等开展前沿技术研究工作； 2、推动最新强化学习等算法在机器人上的大规模扩展； 3、参与孵化下一代智能机器人技术和新产品。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 1、机器人相关算法的开发和研究工作（感知、定位、操作、交互等），提出和实现最前沿的算法，保持算法在工业界和学术界的领先； 2、推动最新前沿算法在机器人上的应用和扩展。
我们正在寻找一位富有创造力和技术能力的机器人多模态感知算法实习生，专注于机器人在manipulation任务中的感知模块。您将参与将先进的视觉、触觉等多模态传感器融合，参与基于强化学习的算法调试，使机器人能够高效准确的自主完成各种有挑战的manipulation任务。 开发和改进基于视觉和触觉等多模态传感器的感知算法，作为操作任务中的感知模块； 与强化学习等算法深度结合，实现机器人的灵巧操作任务； 深⼊探索未知科研技术领域，影响并参与决策。