理想汽车基座模型-多模态数据算法实习生
任职要求
【职位要求】 1. 全日制硕士及以上学历，计算机、自动化、电子信息、数学等相关专业优先； 2. 熟悉Python编程语言，了解数据处理相关库（如Pandas、Num…
工作职责
1. 支持多模态大模型相关算法研究与落地，参与多模态大模型相关的文本/图像/视频等数据管线方案调研和搭建； 2. 搭建数据质量评估和自动化清洗框架，构建高质量多模态数据，提升多模态大模型能力； 3. 调研前沿的多模态大模型相关论文，实现前沿的多模态数据管线方案，例如CoT、RL、Auto- think等前沿技术。
1. 负责多模态大模型相关的文本/图像/视频等数据生产方案调研和搭建； 2. 协助进行数据清洗和筛选，构建高质量多模态数据，提升多模态大模型能力； 3. 调研前沿的多模态大模型相关论文，实现前沿的多模态数据生产方案，例如CoT、RL等相关数据生产技术。
1.负责包含文本、视频、图片、语音等多模态数据对齐的基础大模型核心技术研发，包括 Pretrain、SFT、RL 等，持续追踪和应用领域最新技术进展； 2.预训练：跟进和研发更先进的 foundation 模型结构、训练模式、scaling law，提高训练效率和优化关键问题（如推理、长序列能力，多模态融合）； 3.后训练：跟进和研发基座模型的后训练技术，充分激发模型潜力，包括但不限于高质量指令样本构建、课程学习、reasoning RL 等方向； 4.应用：通过模型与场景的深度耦合，推进大模型能力在实际业务中的最优表达，构建具备长期价值的智能 Agent； 5.结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：风控算法团队深耕于抖音（短视频、直播、电商、本地生活等）、今日头条等多个字节系业务，涵盖内容、交易、流量、账号等多个场景的底线风险治理、黑灰产对抗及复杂反作弊等关键任务。风控场景具有对抗性极强、逻辑推理链路长及海量多模态数据等挑战。目前，团队正积极推进大语言模型（LLM/MLM）与 Agentic AI 技术的深入研究与工业化落地。通过探索前沿的模型训练范式、自主规划的 Agent 架构以及严谨的 Harness Engineering 体系，我们致力于打造下一代智能风控基础设施，为十亿级用户的社区生态保驾护航。 1、参与风控垂域大模型基座优化：打造业内领先的风控垂域基座，深入研究CPT、SFT、RL及训练与推理加速等技术；重点攻克强对抗环境下的多模态理解难题，提升模型在超长上下文、复杂逻辑推理和指令遵循等方面的表现； 2、参与Agentic AI架构研究与演进：参考行业标杆，推进风控Agent的架构升级与工业化落地，打磨领域Skill/Tool框架，优化复杂工具调用、长短期记忆管理、长链路任务编排和多Agent协同等，打造具备自演进能力的下一代智能风控架构； 3、参与构建科学评估与Harness Engineering体系：构建高质量的领域数据集，设计科学严谨的Benchmark评测体系，构建工业级Harness Engineering系统，持续驱动模型能力边界的突破。