算法实习生-厦门

优缺点分析

角色解读

• 可从算法实习生逐步成长为CV算法工程师或多模态算法工程师
• 通过参与微调、部署、数据与评估全链路，积累大模型业务落地经验
• 后续可向业务算法落地、模型优化或多模态研究方向继续发展
• 参与视觉大模型业务落地项目，围绕图像理解、多模态内容生成、视觉-语言跨模态交互做算法调研与原型开发
• 协助完成大模型微调、提示工程、模型压缩与部署适配，并结合业务数据优化模型效果
• 负责CV数据处理、标注方案设计、数据集构建清洗与质量评估，支撑模型训练迭代
• 跟踪ViT、CLIP、SAM等前沿视觉与多模态技术，参与效果验证、性能测试、文档撰写和成果沉淀
• 熟悉深度学习基础理论，掌握CNN、Transformer等核心网络结构
• 了解至少一种主流CV任务，如图像分类、目标检测、语义分割或图像生成
• 了解视觉大模型或多模态大模型（如CLIP、BLIP、Florence等）的原理与应用
• 具备数据处理、技术调研、逻辑分析和沟通协作能力，能快速学习新技术

申请策略

• 投递前确认实习起止时间、每周到岗天数以及是否需要在厦门市公安局翔安分局驻场
• 了解智谱在视觉大模型和多模态方向的业务进展，面试中可结合岗位JD表达匹配度
• 突出计算机视觉相关科研或项目经历，写明任务类型、模型方案和结果指标
• 若有Transformer、ViT、CLIP、SAM、BLIP等模型使用经验，建议在项目中具体说明
• 展示大模型微调、Prompt Engineering、模型压缩或部署适配经验，即使是课程项目也可量化呈现
• 体现数据处理、标注方案设计、数据集构建和实验评估能力
• 提前复习CNN、Transformer以及图像分类、目标检测、语义分割、图像生成等CV基础任务
• 补充CLIP、BLIP、Florence、SAM等多模态/视觉大模型原理，并练习LoRA等常见微调方法

面试指南

• 项目类问题用STAR结构：背景-任务-行动-结果，重点说明你的个人贡献和量化结果
• 原理类问题按“定义-核心结构-训练方式-适用场景-局限性”作答
• 业务落地类问题按“业务目标-数据构建-模型选择-微调/部署-评估迭代”展开
• 请介绍一个你参与过的CV项目，说明任务、数据、模型选择和最终效果
• CNN和Transformer在视觉任务中的差异是什么？你如何选择？
• 请解释CLIP的对比学习原理，以及视觉-语言对齐在业务中可能怎么用
• 如果要对一个视觉大模型做业务微调，你会如何设计数据、训练和评估流程？
• 你如何跟踪ViT、SAM、BLIP、Florence等前沿模型，并判断是否适合落地？