百度
大模型算法实习生（生成编辑方向）（J97979）
大模型算法实习生（生成编辑方向）（J97979）
发布于 大约 21 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
学历未注明
PyTorch
强化学习
自然语言处理
计算机视觉
TensorFlow
多模态
分布式训练
AIGC
大模型
生成编辑
AI 估算 · 4k–8k
一线大厂算法实习行情，兼顾技术难度与岗位竞争力
职位详情
关于这个职位
作为大模型算法实习生，你将参与百度文库、网盘等产品的多模态生成与理解模型研发，涉及文本、音频、视频，并有机会参与内容出海业务
要求掌握PyTorch/TensorFlow，有CV/ML基础，顶会论文发表者优先
最低要求
熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署等
在具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域
工作职责
多模态大模型算法研发 -负责百度PSIG文库网盘，文本、音频、视频等生成及理解模型的数据构建、后训练等
负责内容出海相关业务算法研发，包括但不限于多语言音频翻译、影视视频编辑等
技术输出 -积累SOTA模型，鼓励形成顶会论文，提升团队对外技术影响力
优先资格
在CVPR、ECCV、ICCV、NeurIPS、ICLR、ACL等顶级会议上发表论文者优先
AI 洞察
优缺点分析
- 百度大平台，接触前沿多模态大模型技术，业务场景丰富
- 有机会发表顶会论文，提升个人学术影响力
- 团队鼓励创新，成长空间大，技术积累深厚
- 对算法和工程能力要求高，需要快速学习并产出成果
- 实习期可能面临较大研发压力，需高效协作
- 竞争激烈，需与优秀的同事共同进步
- 适合对多模态生成方向有浓厚兴趣、具备较强编程和算法能力的硕士或博士生，尤其是希望积累科研或产业经验的求职者
角色解读
- 从实习生到正式算法工程师，深入大模型领域，成为多模态专家
- 积累项目经验，有机会发表顶会论文，提升学术与工业界影响力
- 未来可向技术专家或研究员方向发展，也可转向产品、管理等岗位
- 负责多模态大模型（文本、音频、视频）的生成与理解算法的数据构建和后训练
- 参与内容出海业务，研发多语言音频翻译、影视视频编辑等技术
- 积累SOTA模型，撰写顶会论文，提升团队技术影响力
- 熟练掌握PyTorch或TensorFlow框架，了解混合精度训练、分布式训练和TensorRT部署
- 扎实的计算机视觉、机器学习基础，熟悉AIGC、NLP、RL等领域
- 良好的沟通协作能力，积极主动探索新技术
申请策略
- 提前了解百度文库、网盘的产品，思考如何用AI提升用户体验
- 关注团队在计算机视觉和AIGC领域的最新论文，面试时可深入讨论
- 突出PyTorch/TensorFlow项目经验，尤其是分布式训练或模型部署经历
- 强调CV/AIGC/NLP相关项目或论文成果
- 如有顶会论文，重点标注
- 展示数据处理和模型训练的实际成果与量化指标
- 补充多模态模型（如CLIP、DALL-E）的知识和实践
- 学习混合精度训练、分布式训练等工程技能
面试指南
- 采用STAR法则描述项目，突出个人贡献和问题解决过程
- 从问题定义、数据构建、模型选型、训练优化、评估迭代等维度展开
- 强调实验对比和系统性思考
- 请详细介绍你参与过的一个计算机视觉或NLP项目，包括模型设计、训练过程和结果优化
- 你如何理解多模态模型中的文本到视频生成？
- 如何进行分布式训练？如何解决通信瓶颈？
- 你如何看待当前AIGC的发展趋势和挑战？
- 给出一个视频编辑场景，你会如何设计算法？
匹配度报告
70
综合匹配度
大厂大模型实习机会，技术前沿且发展空间大，但工作地点固定且可能加班。
适合人群
适合追求技术成长和前沿经验、愿意接受现场高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活50
使命价值70
薪资福利匹配
70中等
薪资未披露，但大厂实习通常有竞争力，福利尚可。
薪资信号未披露 (4K-8K/月)
成长发展匹配
90较高
前沿技术栈，有发顶会论文机会，成长空间大。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、分布式训练、多模态、AIGC、CV、NLP、RL
成长机会鼓励形成顶会论文
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，未提及弹性工作或WLB，可能有一定工作强度。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
高速增长赛道，技术有社会价值但商业性强。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs