小米
多模态大模型算法实习生
多模态大模型算法实习生
发布于 3 天前实习/见习
北京市
无经验要求
实习生
仅现场办公
硕士
深度学习
PyTorch
自然语言处理
计算机视觉
TensorFlow
多模态
算法研究
大模型
AI 估算 · 6k–12k
大厂AI算法实习，技术前沿，薪资有竞争力，北京地区硕士实习市场行情约6-12k/月。
职位详情
关于这个职位
该职位是小米汽车业务的多模态大模型算法实习岗，主要负责汽车工业场景中的多模态、计算机视觉算法研发，探索前沿技术并推动业务指标增长
要求具备扎实的机器学习基础，熟悉深度学习框架，对多模态、CV或NLP方向有深入理解，适合希望在大型科技公司积累前沿AI经验的研究生
最低要求
硕士及以上学历，计算机、机器学习、计算机视觉等相关专业优先
熟悉Linux以及常用深度学习框架PyTorch/Tensorflow等
熟悉多模态/计算机视觉/自然语言处理中一个或多个前沿方向算法，有良好的大模型基础和技术积累
责任心强，积极主动，有独立思考及动手能力
工作职责
负责汽车工业场景中的多模态、计算机视觉等算法工作，实现业务指标的增长
探索前沿多模态技术研究，结合业务需求，积极技术创新
AI 洞察
优缺点分析
优点
- 头部科技公司实习经历，平台大，简历含金量高
- 接触多模态大模型前沿技术，提升算法落地能力
- 参与汽车智能化项目，行业前景广阔
- 有机会发表论文或专利，助力学术或职业发展
- 算法研究需要深厚理论基础，对数学和编程要求高
- 竞争激烈，需要持续跟踪最新技术动态
- 适合对多模态、大模型有浓厚兴趣，具备扎实机器学习基础，希望在学术界或工业界前沿发展的硕士或博士同学
缺点 / 挑战
- 实习期可能面临项目交付压力，需快速学习适应
角色解读
- 积累前沿AI算法经验，向高级算法工程师发展
- 在汽车AI领域深耕，成为多模态或计算机视觉技术专家
- 未来可转向技术管理岗位，带领团队进行创新研究
- 负责汽车工业场景中的多模态、计算机视觉算法研发，优化业务指标
- 探索前沿多模态技术研究，结合业务需求进行技术创新
- 与团队协作，将算法模型部署到实际场景中
- 扎实的编程和算法基础，熟悉Python和Linux环境
- 熟悉深度学习框架PyTorch或TensorFlow，能独立实现和训练模型
- 掌握多模态、计算机视觉或NLP中至少一个方向的前沿算法
- 具备大模型相关知识，有独立思考和解决问题的能力
申请策略
- 准备一份简洁的研究总结或技术博客，展示思考深度
- 面试前了解小米汽车AI业务方向，体现对业务的兴趣
- 突出多模态、CV或NLP相关项目经验，说明具体贡献和成果
- 强调论文发表、竞赛获奖或开源贡献
- 展示编程能力，如GitHub代码仓库或技术博客
- 体现对大模型的理解，如LLM、多模态预训练模型等
- 补充多模态最新论文（如CLIP、BLIP、LLaVA等）并复现关键模型
- 熟练使用PyTorch进行模型训练和调优
面试指南
- 使用STAR法则描述项目（情境、任务、行动、结果）
- 基础原理清晰解释，结合实际案例
- 遇到问题给出思路和解决方案，展示独立解决问题的能力
- 请介绍一下你做过的一个多模态项目
- Transformer的注意力机制是如何工作的？
- 如何解决多模态数据对齐问题？
- 了解哪些多模态大模型？它们的特点是什么？
- 在模型训练中遇到过过拟合吗？如何解决？
匹配度报告
64
综合匹配度
大厂前沿AI实习，技术成长快，WLB一般，适合追求发展的同学。
适合人群
该职位最适合以技术成长为核心动机，愿意在快节奏中积累前沿经验的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利匹配
60中等
实习薪资未明确，但大厂实习通常有竞争力，稳定性较好，但无额外福利信息。
薪资信号未披露（AI估算：6K-12K/月）
成长发展匹配
85较高
该职位聚焦多模态大模型前沿技术，能快速提升算法研发和工程能力，发展空间大。
技术前沿前沿/新兴技术
技术栈多模态、计算机视觉、大模型、PyTorch、TensorFlow
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及弹性或WLB，北京科技园办公，通勤时间可能较长。
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
汽车智能化是高速增长赛道，技术具有社会价值，但职位未直接强调使命感。
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