logo of sensetime

商汤26届AI领航员-研究院-下一代高效多模态大模型架构研究

校招全职算法研究类地点:北京 | 上海 | 深圳状态:招聘

任职要求


岗位职责:
专业背景: 计算机科学、人工智能、电子工程、数学等相关专业硕士或博士。
编程功底: 扎实的Python编程能力,并精通至少一种主流深度学习框架(PyTorch优先)。
理论深度: 深入理解深度学习原理,对Transformer、注意力机制、CNNRNN等模型有深刻认知。
科研热情: 对探索AI前沿技术抱有极大的热情和好奇心,具备优秀的分析问题和解决问题的能力。
学习能力: 能够快速学习新知识,并具备独立进行研究的能力。

加分项:
顶会发表: 在AI/ML/CV/NLP领域的顶级会议或期刊(如NeurIPS, ICML, CVPR, ICLR, ACL, Nature, Science等)上有论文发表记录。
竞赛大神: 在Kaggle数据科学竞赛或相关学术竞赛中取得过优异成绩。
实战经验: 有多模态学习、模型压缩(量化/剪枝)、高效模型结构(如Encoder-free、MoE)或大规模模型训练的实际项目经验。
开源贡献: 活跃的GitHub贡献者,对开源社区有热情。

工作职责


前沿追踪与洞察: 紧跟NeurIPS, ICML, ICLR, CVPR等顶会的最新研究,快速消化、复现并提出独到的见解。
思想的碰撞与具象化: 参与团队Brainstorming,大胆提出你关于下一代模型架构的创新想法,并与团队成员一起论证其可行性。
核心代码实现: 使用PyTorch等框架,设计并实现新颖的多模态模型模块或完整的模型结构。你的代码将是验证想法的核心。
科学的实验与分析: 设计严谨的实验方案,在海量数据和计算资源上进行模型训练与评测,通过数据分析驱动模型迭代优化。
知识沉淀与分享: 撰写技术报告或论文,与团队分享你的发现,共同推动项目前进。
包括英文材料
Python+
深度学习+
PyTorch+
Transformer+
CNN+
RNN+
NLP+
NeurIPS+
ICML+
CVPR+
Kaggle+
数据科学+
GitHub+
相关职位

logo of sensetime
校招算法研究

1. 多模态空间智能前沿研究: 紧跟领域前沿,深入研究提升多模态模型在空间智能领域的整体性能; 2. 下游任务验证:验证多模态空间智能模型在具身智能体中的作用; 3. 创新技术探索: 探索新的预训练和后训练范式,找到在空间智能领域可泛化的训练范。

更新于 2025-07-28
logo of sensetime
校招算法研究类

1. 多模态理解与生成算法研究: 紧跟领域前沿,深入研究多模态(图像、文本、视频)的理解与生成统一的核心算法; 2. 模型设计与优化: 负责多模态理解与生成模型的设计、训练、评估和优化,不断提升模型性能和泛化能力; 3. 创新技术探索: 探索新的预训练和后训练范式,发现和解决大模型靠单一模态难以解决的问题。

更新于 2025-07-28
logo of sensetime
校招算法研究

1. 实时视频生成算法研究: 紧密追踪并深入研究实时视频生成领域的最新进展,积极探索新的模型架构、训练范式、优化策略和硬件加速方案,实现并验证工业界可落地的方案; 2. 模型设计与优化: 负责实时视频生成模型的设计、训练、评估和优化,在保证视频质量的同时,大幅提升生成速度和计算效率; 3. 性能瓶颈分析与解决: 针对实时性要求,深入分析现有算法和系统的性能瓶颈,并提出有效的解决方案,确保视频生成流程的流畅与高效。

更新于 2025-07-28
logo of sensetime
校招算法研究

1. 负责大模型算法框架的研发,整体提升算法框架训练效率,跟进最近的训练技术; 2. 负责探索MOE、RLHF 等相关对齐技术,提升模型的最终效果; 3. 负责多模态模型和Function Call 模型的联合训练,整体优化多模态模型和语言模型联合训练。

更新于 2025-07-28