Dots-多模态算法实习生

优缺点分析

角色解读

• 深入参与前沿多模态大模型研发，积累顶会论文发表与大规模模型训练经验
• 未来可发展为多模态算法专家、AI研究员或大模型核心技术骨干
• 研究文本、图片、视频等多模态数据的有效信息提取，进行高效的数据表征与联合建模
• 探索多模态数据对文本智能能力的提升，研究理解与生成的联合建模以提高多模态模型能力上限
• 扎实的代码能力、数据结构和基础算法功底，熟练掌握Python等编程语言
• 具备LLM/MLLM等多模态理解技术背景或大规模模型训练经验
• 良好的沟通协作能力与责任心，能积极主动探索新技术

申请策略

• 提前了解小红书在多模态内容理解、图文视频生成等业务场景的技术应用
• 准备好对过往研究项目的深度复盘，能够清晰阐述技术难点与解决方案
• 重点突出在LLM/MLLM或多模态理解方向的项目经验与研究成果
• 详细列出在CVPR、NeurIPS等顶级会议/期刊的论文发表情况或参与经历
• 展示扎实的编程能力，可附上GitHub开源项目或大规模模型训练的实际落地案例
• 深入学习多模态大模型（如CLIP、LLaVA等）的底层原理与最新进展
• 提升分布式训练、模型并行等大规模模型训练的工程实践能力

面试指南

• STAR法则：针对项目经验，从背景、任务、行动、结果四个维度结构化阐述，突出个人贡献与量化收益
• 原理+实践：回答技术问题时，先简述底层理论原理，再结合具体代码或实验数据说明实践效果
• 请详细介绍你参与过的多模态大模型项目，你在其中解决了什么核心问题？
• 如何理解多模态数据表征与联合建模？目前主流的方法有哪些局限性？
• 在大规模模型训练中，你遇到过哪些工程挑战（如显存溢出、训练不稳定）？如何解决的？
• 针对文本、图片、视频等不同模态，如何设计高效的特征融合机制？
• 复习多模态学习、大语言模型相关的经典论文及最新顶会文章，掌握核心思想
• 梳理自己简历中的项目细节，准备好应对深度技术追问和代码实现细节的考察