百度
大模型算法实习生（音视频生成方向）（J107073）
大模型算法实习生（音视频生成方向）（J107073）
发布于 2 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Aigc
Pytorch
Tensorrt
后训练
多模态大模型
自然语言处理
计算机视觉
音视频生成
值不值得投
80综合评分
综合评分 80
顶尖大厂前沿AI研发实习，高成长性与学术产出导向，技术门槛高，适合有志于深耕多模态领域的学霸。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0千
与AI算法中位数基本持平
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 1360 个在招 · 其中AI算法 5 个
市场机会
选择面较广
北京 · AI算法 · 91 个在招
职位详情
关于这个职位
负责百度PSIG文库网盘及内容出海业务的多模态大模型算法研发，涵盖文本、音频、视频的生成与理解
主要工作包括数据构建、后训练（Post-training）及SOTA模型积累，旨在通过顶会论文提升团队技术影响力
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
具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步
AI 洞察
优缺点分析
优点
- 依托百度头部平台资源，接触最前沿的多模态大模型技术
- 有明确的顶会论文产出激励，学术价值高
- 团队技术氛围浓厚，导师资源丰富
- 技术门槛极高，需具备扎实的科研基础和代码能力
- 竞争激烈，对学历和过往项目经历要求严格
- 高强度研发节奏，需保持持续学习
- 计算机相关专业硕士/博士在校生，有AIGC或多模态研究背景，追求技术深度和学术成果的优秀学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法实习生成长为资深AI研究员，有机会在CVPR/NeurIPS等顶会发表论文，向多模态算法专家或AI产品经理方向发展
- 参与多模态大模型（文本/音频/视频）的后训练与数据构建，优化生成与理解效果
- 掌握PyTorch/TensorFlow深度学习框架，具备扎实的CV/NLP/AIGC理论基础，熟悉分布式训练与模型部署
申请策略
- 提前准备技术面试，重点复习深度学习基础和多模态前沿论文
- 展示对百度PSIG业务线的理解，说明你的研究如何赋能实际产品
- 突出多模态大模型相关的科研项目或竞赛经历
- 强调顶会论文发表情况
- 详细列出掌握的深度学习框架及具体技术栈（如Transformer、Diffusion等）
- 深入理解多模态对齐技术、LoRA/QLoRA等高效微调方法
- 熟悉主流开源大模型架构（如LLaMA、Stable Diffusion等）
- 加强工程落地能力，熟悉模型部署工具
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术创新点和量化成果
- 对于技术问题，先阐述基本原理，再结合最新SOTA进展进行分析
- 请介绍你最近研究的一个多模态大模型项目，你的贡献是什么？
- 如何优化多模态模型的训练效率？谈谈你对混合精度和分布式训练的理解
- 针对视频生成任务，你认为当前的技术瓶颈在哪里？如何解决？
- 如果让你设计一个多语言音频翻译模型，你会考虑哪些关键因素？
- 复习经典多模态论文（如CLIP、Flamingo、Video-LLaMA等）
- 梳理自己的项目代码和技术细节
职位点评
薪资福利75
成长发展95
工作生活60
使命价值80
薪资福利
75中等
百度作为上市巨头，实习薪资在北京地区属于市场偏高水平，且福利体系完善，但实习性质决定了长期稳定性不如正式员工。
薪资信号未披露（AI估算：0.2–0.4千/月）
成长发展
95较高
极高的发展性满足度，直接参与前沿多模态大模型研发，且有明确的顶会论文产出机制，是学术和职业发展的黄金跳板。
技术前沿前沿/新兴技术
技术栈多模态大模型、AIGC、PyTorch、TensorRT、CV、NLP、RL
成长机会鼓励形成顶会论文、提升团队对外技术影响力
业务类型profit_center
工作生活
60中等
互联网大厂通常伴随一定的工作强度，虽未明确提及加班，但研发岗位的高挑战性暗示了非完全WLB的状态，不过实习岗位相对灵活。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
通过技术输出和内容出海，推动全球文化交流与技术进步，具有较高的社会影响力和行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号技术输出、提升团队对外技术影响力
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Plant Trainee (数字化/AI方向)_PT
博世 · 杭州市
AI 估算 · 1.0–1.5万2 小时前发布
蚂蚁集团-AI Agent工程师（营销投放与策略方向）-支付宝技术
蚂蚁集团 · 杭州市
AI 估算 · 3.0–6.0万2 小时前发布
蚂蚁集团-Agent开发工程师（营销交易平台方向）-支付宝技术
蚂蚁集团 · 杭州市
AI 估算 · 4.0–7.0万2 小时前发布
蚂蚁集团-Agent开发工程师（工程架构方向）-支付宝技术
蚂蚁集团 · 上海市
AI 估算 · 6.0–10.0万2 小时前发布
AI全栈开发工程师-今日头条
今日头条 · 广州市
AI 估算 · 3.0–6.0万6 小时前发布
Agent 开发工程师
三一集团 · 北京市
AI 估算 · 1.5–2.5万7 小时前发布
AI Computing Software Developer - New College Graduate 2027
英伟达 · 台北市
AI 估算 · 3.5–6.0万7 小时前发布
Senior Analyst (大模型算法) - CTO- GDC -Chongqing(107298)税务与商务咨询
德勤 · 重庆市
AI 估算 · 2.5–4.0万7 小时前发布
Watch Jobs