商汤见习计算视觉研究员
任职要求
* 计算机、电子信息、人工智能等相关专业的本科或硕士在读学生。 技术能力： * 熟悉 Python 编程，并且掌握 PyTorch深度学习框架。 * 了解计算机视觉的基础任务，如图像分类、目标检测等，同时熟悉常用的数据集和评估指标。 * 对多模态技术有一定了解，例如 …
工作职责
我们正在寻觅对计算机视觉和多模态技术满怀热情的实习生，加入我们的工业化的算法生产自动化平台项目。在这个项目里，你会投身于前沿的多模态技术研发工作，借助多模态大模型来提升计算机视觉模型训练的效率，特别是在数据标注、清洗以及增强等环节发挥重要作用。我们期待你能够运用自身的算法能力，推动自动化工具的开发，为团队贡献创新思路。 * 算法开发工作：调研与开发基于多模态技术的图像理解相关的能力，比如目标定位，语义理解，图像分类等，并整合入数据处理流程中，以此提高数据质量和标注效率。 * 平台优化事宜：参与算法自动化平台的功能迭代，例如模型训练流程的自动化、实验结果的可视化等。 * 技术研究活动：密切关注多模态领域的最新研究成果，积极探索其在计算机视觉中的应用场景。 * 协作配合工作：与产品、工程团队紧密合作，将算法原型转化为实际可用的功能。
1. 参与VLM、MLLM等多模态算法的研究工作，探索城市视觉智能更好的解决方案； 2. 参与维护内部代码库、数据集、benchmark等，提升内部研究成果沉淀； 3. 将研究内容总结为技术文档、论文、专利或技术报告。
岗位职责： 数据标注与清洗：协助标注文本、图像、语音等数据，确保数据质量符合AI模型训练要求。 模型训练支持：参与AI模型的微调与优化，包括但不限于大语言模型（LLM）、计算机视觉或语音识别模型。 内容生成与评估：根据需求生成多样化训练数据（如问答对、场景描述等），并对AI输出结果进行人工评估与反馈。 文档整理：记录数据处理和模型训练的流程，协助完善内部知识库。 问题反馈：识别数据或模型中的潜在问题，提出改进建议。
本岗位参与当地的就业见习计划（为期3个月），欢迎2025届、2026届的同学投递。 见习期间会通过技术培训（包含线下/线上培训及考核），就近区域项目实践，提升相关的专业知识和技能。 见习期间签署当地政府认可的见习协议，通过见习考核的有机会转正。 1. 客户支持与需求挖掘：在资深同事的指导下，协助进行客户沟通，准确理解客户需求，学习并参与制定差异化的解决方案。 2. 技术方案支持：协助整理和撰写项目方案、技术文档及演示材料，清晰传递技术概念，支持销售与技术团队的协同工作。 3. 市场与行业研究：参与对特定ToB行业业务场景的调研与分析，学习将云计算技术与行业需求相结合，为产品优化和市场策略提供支持。 4. 项目执行与跟进：协助跟踪项目进展，参与项目会议，确保项目信息在团队内部的高效流转与同步。 5. 技术学习与实践：积极参与公司组织的技术培训，学习并探索AI技术在商业场景中的应用。
1. 参与世界模型生成算法服务部署工作，进行世界模型在智驾和具身领域的产品与工程落地； 2. 在NV-GPU等云端环境，开发优化算子与算法调度流程； 3. 开发模型部署与精度评测框架服务；