百度
计算机视觉算法实习--生成式AI方向（J105258）
计算机视觉算法实习--生成式AI方向（J105258）
发布于 大约 5 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
Pytorch
专利申请
图像生成
多模态学习
生成模型
算法研究
视频生成
计算机视觉
论文发表
值不值得投
70综合评分
综合评分 70
前沿生成式AI实习，技术成长好，薪资一般，适合研究型人才。
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
7K
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 1070 个在招
市场机会
选择适中
深圳 · 计算机视觉工程 · 25 个在招
职位详情
关于这个职位
这个实习岗位专注于生成式AI方向的计算机视觉算法研究，你将参与图像/视频生成与编辑的算法开发，复现前沿论文，并探索技术方案的实际应用
需要你具备Python和PyTorch基础，以及研究自驱力
最低要求
熟练掌握Python语言，熟悉Pytorch等框架
研究方向为计算机视觉、生成模型、多模态学习或相关领域
具备较强的研究自驱力与长期投入能力，能够持续推进复杂问题并对研究质量有较高要求
工作职责
围绕业务场景中的生成式视觉相关问题，开展算法研究与技术探索，包括但不限于图像/视频生成、编辑等方向
持续跟进领域内最新研究进展，将前沿研究成果转化为可验证的技术方案
复现现有代表性方法，在此基础上进行分析总结与方法改进
将成果总结撰写成相关专利、论文等
优先资格
了解生成式模型技术优先，在相关方向发表过高质量论文者优先
AI 洞察
优缺点分析
优点
- 参与前沿生成式AI研究，技术成长速度快
- 百度平台资源丰富，能接触大规模数据和计算资源
- 实习经验对求职有显著加分，提升竞争力
- 研究型工作需要较强自驱力和耐心，可能面临实验失败
- 竞争激烈，需要持续学习保持技术领先
- 实习岗位可能不直接提供转正机会
- 适合对计算机视觉和生成式AI有浓厚兴趣，希望深入研究并产出成果的学生或初级研究人员
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习转为正式员工，成为算法工程师或研究员
- 在生成式AI领域深耕，成为技术专家
- 可转向AI产品、技术管理或继续学术研究
- 负责生成式AI领域的计算机视觉算法研究，包括图像和视频的生成与编辑
- 跟进领域最新研究进展，将前沿论文转化为可验证的技术方案
- 复现现有代表性方法，并进行分析总结与改进
- 将研究成果撰写成专利和论文
- 熟练掌握Python编程和PyTorch深度学习框架
- 对计算机视觉、生成模型或多模态学习有深入理解
- 强烈的研究兴趣和自驱力，能独立推进复杂项目
- 良好的学术写作能力，能撰写论文和专利
申请策略
- 关注百度在生成式AI领域的研究成果和业务方向，体现匹配度
- 准备研究计划或作品集，展示主动性和创新能力
- 突出Python和PyTorch相关项目经验，尤其是计算机视觉或生成模型方向
- 展示相关研究、论文或专利经历，强调研究深度
- 强调研究自驱力、学习能力和解决问题的案例
- 深入学习生成式模型如GAN、Diffusion Models的最新进展
- 练习论文复现和实验设计，提升实践能力
- 提升学术写作和专利撰写能力
面试指南
- 结合理论知识和实践经验，用具体项目例子回答
- 强调研究过程中的思考、挑战和解决方案
- 表达对生成式AI的热情和未来学习计划
- 你对生成式AI有哪些了解？请举例说明
- 描述一个你复现过的计算机视觉模型，遇到了什么挑战？
- 为什么选择这个研究方向？未来职业规划是什么？
- 如何将前沿研究成果转化为实际技术方案？
- 你如何保持对最新研究进展的跟进？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值80
薪资福利
60中等
实习岗位薪资按市场水平，福利有限，但平台知名度可能带来间接收益。
薪资信号未披露（AI估算：5K-8K/月）
成长发展
85较高
能够接触生成式AI前沿技术，有导师指导和论文产出机会，有利于技能快速提升和职业发展。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、计算机视觉、生成模型、多模态学习
业务类型ambiguous
工作生活
50较低
未明确办公模式，研究型工作可能需要投入较多时间，生活平衡可能受限。
工作模式未明确
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
生成式AI是高速增长领域，对社会有创新影响，能提供较强的行业前景和使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs