知乎AI大模型算法工程师-校招
任职要求
1. 学历与经验:2025届~2026届计算机、数学、统计学、电子工程等相关专业硕士或博士研究生,具备算法相关实习经验者优先(实习时间不少于3个月,可尽快到岗者优先)。 2. 技术兴趣与方向:对人工智能前沿技术有强烈兴趣,尤其是大语言模型、多模态学习、机器学习、数据挖掘等领域,有相关项目或研究经验者优先。 3. 论文阅读与实现能力:具备较强的论文阅读和复现能力,能够快速理解并实现State-of-the-Art算法。 4. 数学与算法基础:扎实的数学基础,熟悉线性代数、概率论、数值优化、最优化方法等;具备良好的算法和数据结构基础。 5. 编程与工程能力:熟练掌握至少一门主流编程语言(如Python/C++/Java/Golang),有良好的代码实现和调试能力;熟悉Linux开发环境。 6. 大数据与分布式计算:对Hadoop、Spark等分布式计算框架有基本了解,具备大规模数据处理经验者优先。 6. 软性素质:具备较强的学习能力、自驱力和承压能力,善于沟通与团队协作,对技术有好奇心和追求。 加分项: 1. 在顶级会议(如NeurIPS/ICML/CVPR/ACL等)或期刊发表过论文; 2. 在Kaggle、天池等算法竞赛中取得优异成绩; 3. 有大规模数据处理或分布式训练经验(如Megatron/DeepSpeed/FSDP); 4. 熟悉常见深度学习框架(如PyTorch/TensorFlow); 5. 对知乎产品及社区生态有较深理解。 我们提供: 1. 深入参与知乎亿级用户产品背后的AI技术挑战; 2. 与优秀的AI团队共同探索大模型与多模态技术的应用边界; 3. 丰富的计算资源(高性能GPU集群)与数据资源(知乎高质量内容生态); 4. 有竞争力的薪酬待遇和员工福利,以及开放的成长环境。
工作职责
1. 参与知乎核心业务中的AI算法研发与优化,包括但不限于AI搜索、内容理解、智能推荐、搜索排序、多模态内容生成等场景。 2. 探索大模型(LLM)及多模态大模型(VLM)在知乎业务中的应用,推动模型创新与落地。 3. 深入研究和实现前沿论文中的算法,结合业务需求进行迭代优化,提升模型效果与性能。 4. 与产品、工程团队紧密协作,推动AI技术在知乎生态中的规模化应用,赋能业务增长与用户体验提升。

近年来,以大模型为核心的生成式人工智能在人机交互和虚拟陪伴领域展现出巨大潜力。我们专注于探索生成式AI在社交场景下的前沿应用和产业落地,致力于打造具备多模态感知与生成能力的社交大模型。 随着大语言模型的快速演进,如何让模型更好地理解多维度信息,并在社交场景中提供自然、细腻、沉浸感十足的语音与多模态交互体验,成为我们的核心研究方向。 如果你对生成式AI、多模态建模和智能交互充满热情,并希望参与构建下一代社交与陪伴大模型,欢迎加入我们,共同突破技术边界。 1. 多模态大模型算法创新:面向社交与智能交互需求,设计与优化模型架构,实现文本、语音、视觉等模态的联合建模,推动行业领先的社交多模态大模型研发。 2. 语音编码与生成算法突破:探索高效语音编码策略,优化离散化与连续特征建模方案,提升语音合成质量和建模效率。 3. 端到端技术闭环:参与或主导从数据构建、模型训练、性能评测到部署上线的完整研发流程。 4. 前沿应用技术探索:紧跟LLM、RL、Diffusion Models等前沿技术发展,探索创新范式并提升模型性能。
1.研发业界一流物理AI系统,包括不限于模仿学习, 强化学习, vla, vlm等训练系统与算法架构; 2.参与自动驾驶系统中机器学习算法的研究、开发与优化,包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用; 3.设计和实现机器学习模型的训练流程,包括选择合适的优化算法、调整超参数、评估模型性能等,确保模型在不同场景下的稳定性和可靠性。
项目内容介绍: 人工智能和大模型数据智能服务项目。主要分为以下两个方向: 1、GPT应用平台场景,打造企业级一站式大模型平台,提供先进的生成式AI生产及应用全流程开发工具链;支持了公司辅助营销、智能客服等众多智能化应用。 2、整车行业智能化场景的解决方案,包括;研发和生产数字化、数字化营销和服务等。 - 通过先进的数据分析和人工智能算法,实现生产资源的优化配置和生产流程的精细化管理; - 通过AI检测提高产品质量、提升生产效率、降低生产成本以及优化生产工艺; - 通过AI的数据挖掘和分析,为产品设计、制造、测试等环节提供决策支持; - 通过AI辅助生成营销文案,处理大量的客户咨询和服务请求,降低运营成本,提高效率等。 职位描述: 1. 深入参与公司在大模型、深度学习等前沿领域的研究和开发工作; 2. 负责关键算法的设计、实现与优化,解决技术难题,提升产品性能; 3. 与产品、工程团队紧密合作,确保项目的顺利推进; 4. 跟踪业界最新学术论文与技术动态,进行技术预研和储备,为公司的发展提供有力支持;