智谱
27届实习-多模态算法实习生
27届实习-多模态算法实习生
发布于 1 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Megatron
Pytorch
多模态大模型
数据工程
模型训练
自然语言处理
计算机视觉
值不值得投
77综合评分
综合评分 77
顶尖AI大厂实习，前沿多模态技术，高成长潜力，适合学术背景强的学生
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
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
48 个在招 · 其中机器学习工程 6 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 570 个在招
职位详情
关于这个职位
智谱多模态大模型团队招聘27届实习算法工程师，主要参与视觉语言大模型的认知与推理能力突破
工作涵盖多模态基座模型研发、自动化数据通路搭建、模型训练优化及前沿算法探索，旨在推动AI技术的前沿发展
最低要求
高校计算机、电子、自动化等相关专业硕士或博士学位(优秀本科生亦可考虑)
深入理解常用多模态算法
具备多模态大模型和视频理解相关项目经验者优先
在CCF-A类会议发表过多模态相关论文者优先考虑
熟练运用Pytorch、transformers、megatron等主流框架
工作态度认真负责,具备良好的团队协作能力
工作职责
设计和训练先进的多模态大模型，包括图像、视频的理解与生成
搭建与优化多模态大模型的自动化数据通路，提升模型的多模态基础能力及下游任务上的效果
优化模型训练，包括包括模型的预训练、微调、偏好对齐等
探索前沿算法，多模态理解的数据合成、模型自我迭代等
加速多模态大模型的推理过程并部署到实际应用中
AI 洞察
优缺点分析
优点
- 接触全球领先的多模态大模型技术，拥有强大的算力支持和顶尖专家团队指导
- 对AI前沿技术充满热情，具备扎实学术背景和强大学习能力的985硕博学生
缺点 / 挑战
- 技术迭代极快，对理论基础和工程落地能力要求极高，竞争压力大
角色解读
- 从实习生成长为资深算法工程师，或在学术界/工业界继续深耕多模态AI前沿领域，成为专家型人才
- 参与多模态大模型（如GLM-V系列）的研发与训练，涉及图像和视频的理解与生成
- 掌握PyTorch、Transformers等深度学习框架，深入理解多模态算法原理，具备较强的代码实现能力
申请策略
- 准备详细的项目介绍，展示对多模态技术的深刻理解和技术落地能力
- 突出多模态相关的项目经历、CCF-A类论文发表记录以及熟练掌握的主流框架
- 加强多模态数据合成、模型微调及高效训练技巧的学习，关注最新顶会论文
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术难点和解决方案
- 请详细介绍你参与过的多模态大模型项目，你在其中承担的角色和贡献
- 如何优化多模态模型的训练效率和效果？
- 你对当前多模态前沿技术（如MoE架构、长上下文处理）有什么看法？
- 复习多模态基础理论，熟悉主流框架的使用，了解智谱近期发布的模型特点和技术亮点
职位点评
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利
70中等
作为头部AI公司的实习岗位，薪资通常高于市场平均水平，但实习性质决定了整体薪酬包不如正式员工丰厚。
薪资信号未披露（AI估算：0.4–0.6千/月）
成长发展
95较高
该职位提供接触最前沿多模态大模型研究的机会，与顶尖专家共事，技能成长路径清晰且极具价值。
技术前沿前沿/新兴技术
技术栈多模态大模型、Pytorch、transformers、megatron、视觉语言模型、强化学习
成长机会快速提升技能、参与突破性研究、与顶尖专家共事
业务类型profit_center
工作生活
50较低
JD未明确提及办公模式，但AI研发岗位通常节奏较快，可能需要投入较多时间进行实验和调试。
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
85较高
致力于推动AI技术的前沿发展，解决复杂的多模态理解与生成问题，具有显著的技术使命感和社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动AI技术的前沿发展、引领行业创新
创新程度开拓性创新（行业首创）
Watch Jobs