小米动力大数据算法实习生

阿里妈妈-决策智能平台团队致力于以前沿视角攻克广告决策智能领域的重大挑战，研发面向未来的决策智能技术，推动技术向更高层次发展，为业务提供强劲动力。 我们在决策智能领域有丰厚的技术底蕴，在NeurIPS、KDD、WWW等国际高水平会议上发表学术论文，并通过技术创新显著提升业务效果。2024年我们还在NeurIPS组织了比赛&Workshop，并开源了大规模的Benchmark。 决策智能技术是人工智能的关键研究领域，在大型博弈环境中有广泛应用，例如在线广告、金融市场、电子商务和能源交易。在线广告是典型的大型博弈场景，随着生成算法在广告决策领域的初步成功应用，我们相信决策领域的大模型蕴藏着巨大潜力和广阔的技术探索空间。 具体职责： 1. 深入运用生成算法（如Diffusion、Transformer等）对出价决策模型进行探索与迭代，研究出价决策大模型的Scaling Law。 2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律，构建出价决策领域的基础模型。 加入我们，您将获得： 1. 贴近工业实践的技术挑战，享有丰富的数据资源和强大的计算支持。 2. 深度参与研发团队内部研讨，与顶尖专家共同探讨前沿技术，合作发表国际顶级会议论文。 3. 一对一的行业专家指导，助力业界领先并具有巨大影响力的工作。 4. 可观的实习薪酬以及校招人才计划的绿色通道。

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：科学计算团队成员来自于机器学习、分子动力学模拟、量子化学、计算材料、高性能计算等领域，我们结合深度学习、计算化学、高通量计算等手段，探索解决生物、物理、材料等自然科学领域的挑战性难题，也在实际应用中证明价值。 我们重点关注生物、材料领域，解决其中的挑战性难题： - 探索前沿的分子动力学模拟、增强采样、自由能和其他性质计算方法，并规模化应用在药物和材料发现中； - 覆盖多样的生物、材料体系的经验力场和机器学习力场，结合实验数据和大量高精度量子化学数据，解决复杂体系的精确模拟和性质预测问题； - 构建生物场景蛋白、核酸、有机小分子等体系的通用模型，解决结构预测、构象生成、性质预测、分子生成等问题； - 结合大语言模型和多模态能力，解决生物、材料领域的实际挑战； - 开发高效的DFT计算框架，解决复杂体系的量化计算问题。 课题介绍：随着计算能力的指数级增长，分子动力学、量子化学、深度学习和大语言模型的融合加速，推动了科学研究范式的突破。分子动力学结合量子化学与机器学习，在药物与材料领域展现出强大潜力；蛋白质语言模型利用大规模序列与结构数据，提升蛋白质建模、功能预测、构象预测及生成式设计的效率与准确性。同时，深度学习通过架构、数据和适用体系的扩展（Scaling），在复合物结构预测、蛋白与药物设计等问题上发挥越来越重要的作用，帮助解决过去难以克服的复杂科学挑战。此外，量子化学结合深度学习、量子嵌入与量子计算，实现多电子系统的精确建模，推动新一代物理化学技术的发展。这些创新不仅带来了理论突破，也在药物与材料研发等实际应用中展现出巨大价值。 结构是理解生命过程与实现药物理性设计的关键基础。我们致力于构建以结构为中心的多模态生物分子基础模型，采用统一架构支撑复合物结构预测、功能建模与分子设计等关键任务。依托紧密的团队协作，我们融合机器学习、结构生物学、计算化学与CADD等多学科方法，结合强大的计算资源与工程化能力，构建高精度、具备泛化能力的生物分子基础模型，推动领域实现突破性进展。 1、加入背景多元的研究团队，和机器学习、计算化学、计算生物等领域的团队成员密切配合，通过团队合作来追求重量级成果； 2、参与构建和优化覆盖全生物分子类型的复合物结构预测模型，共同定义和开发下一代复合物结构预测模型； 3、跟踪研究领域的最新进展，与团队共同建立广泛深入的专业认知； 4、通过广泛合作验证和推广计算工具，创造学术与社会价值。

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：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、探索超大规模多模态模型，并进行极致系统优化； 2、数据建设、指令微调、偏好对齐、模型优化； 3、将多模态大模型应用于机器人相关领域。

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。