得物
多模态/大模型算法实习生(杭州)
多模态/大模型算法实习生(杭州)
发布于 大约 9 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Fine-Tuning
Pytorch
Rag
多模态大模型
目标检测
自然语言处理
计算机视觉
值不值得投
69综合评分
综合评分 69
前沿AI技术实习，学习机会多但时间要求严格，WLB一般。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
7K
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 800 个在招
市场机会
选择面较广
杭州 · 机器学习工程 · 约 280 个在招
职位详情
关于这个职位
作为得物的多模态/大模型算法实习生，你将参与计算机视觉和自然语言处理技术在电商供应链中的应用，包括目标检测、视频监控、智能问答等项目
你将实践大模型微调、RAG链路搭建和Agent编排，跟踪AI前沿技术并在实际业务中探索落地
最低要求
计算机视觉、自然语言处理、机器学习、人工智能等相关专业在读硕士及以上学历
熟悉大语言模型/多模态模型的基础理论，了解或实践过大模型微调（如 LoRA 等）、RAG 技术，了解 LangChain 等主流 Agent 编排框架
具备扎实的算法实现能力，熟练掌握 Python，熟练使用 PyTorch 深度学习框架，熟悉 Linux 开发环境
了解常见的目标检测（如 YOLO 系列等）及图像/视频处理算法者优先
对前沿技术有强烈的好奇心，具备优秀的快速学习能力和逻辑分析能力，沟通协作顺畅
实习时间充裕，每周能保证出勤 4 天及以上，且能连续实习 3 个月以上者优先
工作职责
参与多模态大模型及计算机视觉算法在电商供应链场景（如目标检测、视频流监控、图片审核等）的研发、优化与业务落地
参与搭建和优化供应链内部的智能应用（如智能知识库问答等），协助完成大模型的微调（Fine-tuning）、RAG（检索增强生成）链路搭建以及 Agent 编排
协助开展视觉大模型、多模态大模型、目标检测与图像/视频分析等方向的前沿技术预研与模型训练
跟踪学术界和业界的 AI 最新进展，进行经典及前沿算法的调研、代码复现，并探索其在实际业务中的应用价值
优先资格
了解常见的目标检测（如 YOLO 系列等）及图像/视频处理算法者优先
实习时间充裕，每周能保证出勤 4 天及以上，且能连续实习 3 个月以上者优先
AI 洞察
优缺点分析
优点
- 接触前沿的多模态大模型和计算机视觉技术，技术栈先进
- 在电商供应链实战场景中应用AI，业务影响大，数据丰富
- 得物作为知名电商平台，提供良好的学习平台和项目经验
- 有机会探索大模型微调、RAG等热门方向，提升技术竞争力
- 技术要求高，需要快速学习新知识并适应业务需求
- 实习时间要求每周4天以上且连续3个月，时间投入较大
- 竞争激烈，需要在团队中快速产出成果以证明自身价值
- 适合对AI技术有热情、希望在实际业务中应用机器学习的硕士及以上在读学生，具备扎实的算法基础和快速学习能力
缺点 / 挑战
- 电商场景复杂，可能面临算法优化与业务平衡的挑战
角色解读
- 深入掌握多模态AI和大模型技术，向算法工程师或研究员发展
- 积累电商场景AI应用经验，可转向产品经理或技术管理岗位
- 通过实习表现优秀，可能获得转正机会，成为正式员工
- 参与多模态大模型和计算机视觉在电商供应链中的算法研发与优化，如目标检测和视频监控
- 搭建智能应用如知识库问答，进行大模型微调、RAG链路搭建和Agent编排
- 跟踪AI前沿技术，进行算法调研、代码复现，并探索业务应用价值
- 协助模型训练和业务落地，提升供应链智能化水平
- 扎实的机器学习和深度学习理论基础，熟悉多模态模型和大语言模型
- 熟练使用Python和PyTorch框架，掌握Linux开发环境
- 了解大模型微调技术如LoRA、RAG技术及LangChain等Agent框架
- 良好的快速学习能力、逻辑分析能力和团队协作精神
申请策略
- 研究得物App的业务和AI应用场景，面试中展现对业务的理解
- 准备个人项目或代码作品集，展示算法实现和问题解决能力
- 关注AI前沿动态，尤其是多模态和大模型领域的最新进展
- 突出机器学习、深度学习相关的项目经验，尤其是计算机视觉或NLP方向
- 展示Python和PyTorch技能，提供算法实现、模型训练的具体案例
- 强调对大模型技术的兴趣和实践经验，如微调、RAG等
- 包括快速学习能力、团队合作经历，以及任何与AI相关的竞赛或论文
- 深入学习大模型微调技术（如LoRA）和RAG技术，了解LangChain框架
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验，突出技术细节和成果
- 结合电商场景具体说明技术应用，如目标检测如何用于视频监控或图片审核
- 展示学习过程和解决问题的能力，通过具体例子说明如何克服技术挑战
- 请描述你过去在计算机视觉或自然语言处理方面的项目经验
- 你如何理解多模态大模型在电商供应链中的应用？
- 解释一下RAG技术及其在智能问答中的作用
- 你如何快速学习一项新技术？请举例说明
- 如果让你优化一个目标检测模型，你会从哪些方面入手？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
实习岗位提供市场水准的实习津贴，公司为大型企业可能提供基本福利，但薪资和稳定性有限。
薪资信号市场水准 (5K-8K/月)
成长发展
85较高
职位涉及前沿的多模态大模型和计算机视觉技术，提供丰富的学习和实践机会，技能成长空间大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、多模态大模型、计算机视觉、RAG、LangChain、Fine-tuning
业务类型profit_center
工作生活
50较低
实习时间要求每周至少4天出勤且连续3个月以上，办公模式未明确，可能影响工作生活平衡。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
电商供应链AI优化能提升效率，行业处于增长阶段，技术应用具有一定的社会价值。
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