快手
多模态大模型算法实习生（Keye）-【可灵AI专项】
多模态大模型算法实习生（Keye）-【可灵AI专项】
发布于 6 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
Caption
Moe
Nlp
Ocr
Pytorch
Tensorflow
多模态
大模型
机器学习
值不值得投
76综合评分
综合评分 76
前沿多模态大模型实习，技术含量高、成长机会大，但薪资一般、工作强度可能较高。
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
6千
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 2450 个在招 · 其中机器学习工程 20 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 450 个在招
职位详情
关于这个职位
作为多模态大模型算法实习生，你将参与构建可灵生态的多模态理解基座模型，探索万亿级参数MoE模型的训练与优化，并参与高质量训练数据的构建
工作涵盖多模态编码方案设计、语义对齐策略探索以及理解与生成统一大模型的基础架构研发
最低要求
计算机科学与技术、人工智能等相关专业的硕士或博士学历，有计算机多模态/NLP/CV相关实习经验，有较强的coding能力优先
热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑
有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）
具备良好的沟通能力和团队合作精神
工作职责
依托可灵生态，构建最具影响力的多模态理解基座模型和开源生态
参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等
参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）
协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果
优先资格
在NLP、CV、ML顶尖会议或期刊上发表研究成果者优先
AI 洞察
优缺点分析
优点
- 参与行业前沿的多模态大模型研发，技术含量高，能接触最先进AI技术
- 在头部平台工作，有丰富的数据和资源支持，成长空间大
- 实习经验对后续求职AI相关岗位极具竞争力，尤其是学术和工业界结合
- 大模型研发技术难度高，需要快速学习并适应复杂系统
- 多模态领域技术更新快，需要持续跟踪最新研究进展
- 适合计算机相关专业硕士或博士，对多模态AI有浓厚兴趣，具备扎实编程和数学基础，渴望在顶尖团队中实践前沿技术的求职者
缺点 / 挑战
- 实习期间可能面临高强度的工作节奏和项目压力
角色解读
- 在实习期间深入参与前沿AI项目，积累多模态大模型研发经验
- 未来可向高级算法工程师、AI研究员或技术专家方向发展
- 长期路径包括成为团队技术负责人或专注于特定技术领域的专家
- 参与构建多模态理解基座模型，专注于万亿级参数MoE模型的训练与优化
- 设计并探索多模态信息编码方案，包括图文、视频和音频的高效编码方式
- 负责高质量训练数据的构建，包括预训练数据合成和语义对齐数据生成
- 协助研发理解与生成统一的基础架构，实现模型在多任务上的协同优化
- 扎实的计算机科学基础，特别是多模态、NLP或CV领域的实习经验
- 熟练使用深度学习框架如PyTorch或TensorFlow，并具备较强的编程能力
- 良好的数学基础，能够理解并实现复杂的模型架构和算法
- 优秀的沟通能力和团队合作精神，以适应跨团队协作
申请策略
- 研究快手的AI战略和可灵生态，展示你对公司的了解和兴趣
- 准备一个与多模态相关的技术深度话题，以便在面试中展示思考
- 突出多模态、NLP或CV相关的实习或项目经验，展示实际成果
- 强调深度学习框架的熟练使用和编程能力，如有GitHub代码或论文可附上
- 列出在顶级会议或期刊上的发表记录，以体现研究能力
- 描述团队合作和沟通经历，证明能适应协作环境
- 深入学习多模态大模型的最新架构，如MoE、Transformer变体等
- 实践大规模数据处理和模型训练技巧，提升工程实现能力
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化回答项目经验
- 结合论文和实际案例，展示对技术概念的深度理解
- 将个人兴趣与技术趋势结合，说明职业动机
- 请介绍你过去参与的多模态相关项目，遇到的最大挑战是什么？
- 你对万亿级参数MoE模型的理解是什么？如何设计多模态编码方案？
- 如何构建高质量的多模态训练数据？请举例说明语义对齐数据合成方法
- 你如何看待理解与生成统一模型的协同优化？
- 你未来的职业规划是什么？为什么选择多模态大模型方向？
职位点评
薪资福利65
成长发展90
工作生活60
使命价值80
薪资福利
65中等
实习岗位的薪资通常为市场水准，但稳定性有限，且作为实习生可能福利较少。
薪资信号未披露（AI估算：4–8千/月）
成长发展
90较高
该职位涉及前沿多模态大模型技术，提供深度学习和工程实践机会，对技能成长极为有利。
技术前沿前沿/新兴技术
技术栈多模态、大模型、MoE、PyTorch、TensorFlow、NLP、计算机视觉
业务类型ambiguous
工作生活
60中等
JD未明确工作模式，但实习岗位通常需要现场办公，且研发工作可能伴有高强度。
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
80较高
参与构建多模态基座模型和开源生态，具有推动AI技术发展的社会价值，使命感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号构建最具影响力的多模态理解基座模型和开源生态
创新程度开拓性创新（行业首创）
Watch Jobs