小米Miclaw-多模态方向实习生

任职要求

1、计算机及相关专业（CS/EE/数学/统计/自动化等）在读本硕博，对多模态处理领域有强烈科研热情与明确研究方向；
2、具备扎实的数学基础（线性代数、概率论、优化理论等）与编程能力，精通Python，熟练使用PyTorch/TensorFlow等深度学习框架，有高效代码编写与调试能力；
3、深耕多模态处理、计算机视觉或自然语言处理等相关方…

工作职责

1、深度参与多模态核心算法与模型的研发工作，覆盖图像/视频理解与生成、3D内容创建、声学信号（语音/音频）处理，以及跨模态（文本-视觉/听觉等）对齐、融合等关键方向；
2、主导部分子任务的设计与落地，参与实验方案制定、数据挖掘与预处理、模型训练及效果验证等全流程科研环节。参与多模态核心算法的设计与优化，针对模型精度、推理速度、显存占用等关键指标开展针对性调优；深入分析实验数据，提炼核心问题并输出创新性优化方案，助力团队突破技术瓶颈，保障核心产品的技术领先性。
3、独立或组队开展多模态、NLP、CV领域顶会（如NeurIPS/ICML/ICCV/ECCV/ACL等）及前沿开源项目的深度调研，聚焦领域核心难点与创新方向；
4、完成高质量调研报告，包含技术原理拆解、性能对比分析及落地可行性评估，推动前沿技术在团队核心项目中的转化与应用。负责核心代码的开发与维护、科研论文的撰写、技术专利的素材整理等工作，主动贡献创新性科研思路。