百度
多模态算法实习生（J99677）
多模态算法实习生（J99677）
发布于 大约 13 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
学历未注明
研究与开发 (研发)
3D人脸建模
Controlnet
Diffusion Model
Dit
Dpo
Gan
Lora
Vae
数字人
AI 估算 · 4k–8k
百度算法实习生薪资在行业中上水平，结合北京日常开销和技术要求，月薪约4000-8000元。
职位详情
关于这个职位
作为百度多模态算法实习生，你将深度参与电商数字人生成大模型的研发，探索Diffusion Model、DMD等前沿技术，并负责算法验证、落地与优化
你将与顶尖团队合作，解决数字人直播和短视频生成中的关键问题，有机会发表高质量学术论文
适合对视觉生成和数字人技术有浓厚兴趣、追求技术前沿的在校学生
最低要求
深入理解GAN、VAE、Diffusion Model/CFM等视觉生成技术，精通DPO、LORA、蒸馏等训练方法，有成功的模型算法优化和应用经验
熟悉Wan、CogVideoX等开源视频生成基座模型，精通DiT和mmDiT架构，了解可控生成技术和应用，如ControlNet，IP-adapter等
具有扎实的算法理论和研发基础，熟练掌握常用CV算法和工具（分类、分割、超分等）
勤于钻研前沿技术，具备较强的自学与研究能力
工作职责
自研模型架构探索：深度参与电商数字人生成大模型的研发，探索Diffusion Model、DMD等前沿方法在数字人直播与短视频生成中的应用
前沿技术转化：紧跟视频生成、3D人脸重建与驱动等领域的最前沿进展，验证并落地创新算法方案，解决复杂环境下的数字人表现力问题
学术成果沉淀：结合业务场景中的核心挑战，沉淀高质量研究成果，撰写并在人工智能国际顶尖学术会议/期刊上发表论文
全链路方案优化：研发并迭代电商数字人直播解决方案，攻克交互实时性、生成一致性等关键指标，持续提升数字人在实际生产环境中的业务转化效能
优先资格
有3D人脸建模，talking-head生成，唇驱等数字人相关技术背景优先
有顶会论文优先
AI 洞察
优缺点分析
优点
- 接触百度自研大模型和前沿技术，技术氛围浓厚
- 有机会发表顶会论文，提升学术背景
- 项目直接服务于电商业务，应用场景清晰
- 团队资源丰富，导师指导专业
- 工作强度较大，需要跟进最新研究并快速落地
- 实习生竞争激烈，需要独立解决问题
- 适合对生成式AI有强烈热情、具备较强自学能力和算法基础的研究型实习生
缺点 / 挑战
- 对数学和算法理论要求高，入门门槛较高
角色解读
- 短期内深入掌握最新视觉生成技术，积累工业级项目经验
- 有机会在顶会发表论文，为未来申请顶尖学校或大厂研究岗铺路
- 表现优异可转正为正式员工，向高级算法工程师或研究员方向发展
- 研究并改进视觉生成模型，如Diffusion Model、GAN等，用于数字人形象生成
- 将前沿技术落地到电商数字人直播和短视频场景，解决实时性和一致性问题
- 参与模型架构设计和训练方法优化，如DPO、LORA微调等
- 撰写论文并在顶级会议发表，推动学术影响力
- 扎实的深度学习基础，熟悉GAN、VAE、Diffusion等生成模型
- 精通PyTorch等框架，有模型训练和优化经验
- 了解视频生成和3D人脸建模相关技术
- 较强的英语阅读和写作能力，能撰写学术论文
申请策略
- 在简历中明确写清对数字人技术的理解和兴趣
- 可提前准备一份针对电商数字人场景的研究思路或改进方案
- 突出生成模型项目经验，如Diffusion、GAN等
- 展示顶会论文或高质量开源贡献
- 强调编程能力（PyTorch）和算法竞赛成绩
- 如有数字人相关经验，重点描述
- 系统复习Diffusion Model、DiT架构原理
- 动手实现一个简单的视频生成或3D人脸重建项目
面试指南
- 对于原理类问题，先给出核心公式或流程，再对比其他方法
- 对于项目问题，采用STAR法则：背景、任务、行动、结果，突出技术难点和个人角色
- 对于开放性问题，先分析问题关键点，再提出可行方案，最后总结
- 请简述Diffusion Model的原理和训练过程，与传统GAN相比有何优缺点？
- 如何解决视频生成中的一致性和连贯性问题？
- 你有过模型量化或加速的实践经验吗？
- 介绍一个你印象深刻的计算机视觉项目，你在其中的贡献是什么？
- 你对电商数字人场景有什么看法？如何提升数字人的表现力？
职位点评
71
综合评分
百度顶尖算法团队，前沿技术栈，成长机会极高，但工作节奏快且生活平衡一般。
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。
更适合这类人
最适合追求技术成长和学术成果的研究型实习生，不在意工作强度和短期薪资。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展95
工作生活45
使命价值80
薪资福利
50较低
实习生薪资相对固定，福利有限，但百度作为大厂提供餐补等基础福利，补偿性动机满足一般。
薪资信号面议 (4K-8K/月)
成长发展
95较高
该岗位提供顶级研究平台、导师指导和发论文机会，技术前沿性极强，成长空间巨大。
技术前沿前沿/新兴技术
技术栈Diffusion Model、GAN、VAE、DiT、ControlNet、数字人
成长机会撰写并在人工智能国际顶尖学术会议/期刊上发表论文
业务类型profit_center
工作生活
45较低
实习生通常需现场办公，工作时间灵活但项目节奏快，生活化动机满足一般。
工作模式仅现场办公
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
数字人技术属于高速增长赛道，AI+电商有明确商业价值，但社会影响力相对中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
百度 的其他在招职位
相似职位推荐
Watch Jobs