百度
计算机视觉及多模态算法实习生（J106105）
计算机视觉及多模态算法实习生（J106105）
发布于 4 小时前实习/见习
实习生仅现场办公计算机视觉工程
计算机视觉工程
Llm训练与推理
Ocr
Paddlepaddle
Pytorch
图像处理
多模态大模型
深度学习
计算机视觉
值不值得投
66综合评分
综合评分 66
前沿大模型研发、技术成长空间大、线下实习强度较高
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
6.0千
比计算机视觉工程中位数低
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 1320 个在招 · 其中计算机视觉工程 4 个
市场机会
选择不多
成都 · 计算机视觉工程 · 10 个在招
职位详情
关于这个职位
负责计算机视觉与多模态大模型的研发与优化，包括OCR识别、文档结构化、模型训练微调及业务落地评估
需深入参与算法方案调研、日常训练与效果优化，并与团队协同解决技术挑战，推动模型性能与推理效率持续提升
最低要求
本科及以上学历在校生，计算机相关专业，可尽快到岗，线下实习4个月及以上，每周至少出勤4天
在多模态和计算机视觉某个领域有较深入的研究，包括但不限于：OpenCV、图像分类识别、图像分割、目标检测、OCR、多模态、无监督和自监督学习等
熟悉计算机视觉和自然语言处理中的至少一个方向，有顶会论文可加分
熟悉 PyTorch / PaddlePaddle等深度学习框架，有较强的编程能力
有较强的实践能力，有Kaggle、AIStudio、天池等竞赛经验者优先
工作职责
参与计算机视觉、文档处理分析相关技术研发，包括但不限于OCR文字识别、文档结构化、LLM训推等任务
参与多模态大模型的算法方案调研、日常训练、微调与效果优化，确保模型训练的稳定性和效果
支持大模型在各种实际业务中的落地，包括但不限于信息抽取、审查、图表解析等，确保其在真实场景中的有效应用
参与大模型的日常评估和开发工作，推动其持续改进和性能提升，提高训练和推理效率
与团队成员紧密合作，协同解决开发过程中遇到的问题和技术挑战
AI 洞察
优缺点分析
优点
- 依托头部大厂核心AI实验室，接触前沿多模态与大模型技术栈
- 项目直接关联实际业务落地，技术成长快且履历含金量高
- 算法迭代速度快，需持续跟踪最新顶会论文与技术趋势
- 适合计算机相关专业在校生，对AI前沿技术有强烈兴趣，具备扎实编程基础与科研/竞赛实践经验的求职者
缺点 / 挑战
- 模型训练与调优对算力资源与工程调试能力要求较高
角色解读
- 可向资深算法工程师、AI架构师方向发展
- 积累大模型落地经验后，可转向多模态产品经理或技术负责人角色
- 负责多模态大模型与计算机视觉算法的日常训练、微调及效果优化
- 参与OCR、文档结构化等技术方案的研发与业务落地
- 跟进模型评估与性能调优，提升训练推理效率
- 扎实的计算机视觉或多模态算法基础，熟练使用PyTorch/PaddlePaddle进行模型开发
- 具备较强的Python编程与工程实践能力
- 了解大模型训练流程及常见优化方法
申请策略
- 提前研究百度在文档理解与多模态方向的公开技术报告，面试时结合具体项目阐述技术选型与落地思考
- 突出多模态/CV相关科研项目或竞赛经历，详细列出使用的框架、模型结构及优化指标
- 量化展示论文发表、Kaggle排名或开源贡献
- 强化PyTorch/PaddlePaddle底层原理与分布式训练技巧
- 补充大模型微调（LoRA/QLoRA）及提示工程相关知识
面试指南
- 使用STAR法则清晰描述项目背景、个人职责、技术选型依据及最终量化结果
- 针对优化类问题，从数据质量、模型架构、训练策略（如混合精度、梯度累积）及硬件调度多维度展开
- 请介绍你参与过的一个多模态或CV项目，并说明遇到的难点及解决方案
- 如何优化大模型的训练稳定性与推理效率？
- 针对OCR或文档结构化任务，你会采用哪些技术路线？
- 复习主流CV骨干网络及大模型基础原理
- 准备1-2个完整的项目案例，重点梳理代码实现细节与调参逻辑
- 了解百度文心一言及相关多模态产品的技术特点
职位点评
薪资福利65
成长发展90
工作生活40
使命价值75
薪资福利
65中等
实习津贴符合成都互联网大厂平均水平，但整体薪酬福利受实习生身份限制，长期经济回报有限。
薪资信号未披露（AI估算：4.5–6.5千/月）
成长发展
90较高
深度参与多模态大模型研发与业务落地，技术栈前沿且实战性强，能显著提升算法工程能力与行业视野。
技术前沿前沿/新兴技术
技术栈多模态大模型、OCR、PyTorch、PaddlePaddle、LLM训推、自监督学习
业务类型profit_center
工作生活
40较低
明确要求线下全职实习且出勤天数多，互联网研发节奏通常较快，工作生活平衡可能面临一定压力。
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
75中等
投身人工智能核心赛道，致力于大模型在实际业务中的高效落地，具备较高的行业前景与技术探索价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs