商汤算法研究实习生
任职要求
1. 教育背景：国内外知名院校本科及以上学历在读，计算机科学、人工智能、数学、统计学、电子信息等相关专业优先，2026 届及以后毕业的同学均可投递。 2. 专业技能：熟悉机器学习、深度学习的基础理论，对自然语言处理、计算机视觉等领域有一定了解，有相关课程项目或实践经验者优先。 3. 熟练掌握 Python 编程语言，具备扎实的编程基础和良好的代码风格，能够独立完成算法代码实现和调试。 4. 熟悉至少一种主流深度学习框架（如 PyTorch、TensorFlow），能够运用框架搭建和训练模型，了解框架底层原理者更佳。 5. 具备较强的学习能力和创新思维，对新技术充满热情，能够快速掌握新知识并应用到实际工作中，善于从不同角度思考…
工作职责
1. 算法研究与创新：调研和探索基于多模态大模型的 Agent 相关前沿机器学习、深度学习算法，参与构建和优化 Agent 算法基础模型。 2. 数据处理与分析：协助收集、整理用于训练 UI Agent 的数据，涵盖多种类型的 UI 界面截图、用户操作日志等，运用数据分析工具和方法，对数据进行深入分析，挖掘数据中的潜在模式和规律，为算法优化提供数据支持 3. 模型实现与测试：基于主流深度学习框架（如 PyTorch），将设计好的算法模型进行代码实现，参与模型的训练、调试与优化工作，提高模型性能。制定并执行模型测试方案，评估模型在模拟和真实 UI 场景下的表现，如任务完成率、操作准确性等指标，根据测试结果提出改进建议并实施优化。 4. 协作与沟通：与团队内的其他算法研究人员、工程师密切协作，共同推进项目进展，及时交流研究思路和技术难题，分享研究成果和经验。
1. 参与多模态语音交互场景下的语音理解、语音生成和语音交互大模型的算法研发、性能优化与落地实现； 2.参与数字人场景下的个性化实时情感对话语音合成、低资源音色克隆、语音识别、语音增强、语音检测、语种识别、声纹识别、说话人分割、变声、音乐生成等技术研发； 3.参与语音相关算法引擎的流式改造、推理优化、大并发低延迟云服务、私有化服务定制开发； 4.跟进学术界、行业最新的研究趋势，产出新的科研成果，并落地于实际产品。
1. 辅助开展计算机视觉和深度学习算法的开发与性能提升，研究的问题包括但不限于：2D/3D物体检测与跟踪、物体6D姿态估计、人体姿态估计、物体人体在线重建、人体运动捕捉、语义分割、动态场景重建、视觉定位与导航等。 2. 紧跟学术前沿，开展高水平和创新性的研究，保持算法在工业界和学术界的领先，参与顶会论文投稿及专利申请。 3. 负责开发管理研究所需要的工具以及基础设施。 岗位优势： 1. 介于工业界与学术界之间，用前沿研究解决实际问题 2. 拥有丰富的数据与计算资源 3. 与科研和工程经验丰富的同事共事，有机会得到合作教授的科研指导
1. 辅助开展计算机视觉和深度学习算法的开发与性能提升，研究的问题包括但不限于：2D/3D物体检测与跟踪、物体6D姿态估计、人体姿态估计、物体人体在线重建、人体运动捕捉、语义分割、动态场景重建、视觉定位与导航等。 2. 紧跟学术前沿，开展高水平和创新性的研究，保持算法在工业界和学术界的领先，参与顶会论文投稿及专利申请。 3. 负责开发管理研究所需要的工具以及基础设施。 岗位优势： 1. 介于工业界与学术界之间，用前沿研究解决实际问题 2. 拥有丰富的数据与计算资源 3. 与科研和工程经验丰富的同事共事，有机会得到合作教授的科研指导
1. 负责针对集团的生成式AI业务板块中共性痛点和挑战性问题研发创新性解决方案 2. 与业务研发团队协作梳理和构建评测体系以指导大模型底层技术的迭代方向 3. 负责某一细分领域算法或系统的深入研究，例如但不限于大语言模型（LLMs）新基础架构探索、端侧小语言模型（SLMs）的专项增强、多模型协同推理 4. 维护相关研究和业务方向的基准（代码、评测集、Prompt/Instruction等），将创新解决方案沉淀为论文、技术报告或专利