可画
AI大模型算法｜LLM/VLM Pre-training
AI大模型算法｜LLM/VLM Pre-training
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公
Llm
Multimodal
Pre-Training
Pytorch
Reinforcement Learning
Vlm
值不值得投
87综合评分
综合评分 87
顶尖大厂核心AI算法岗，技术栈极度前沿，薪资丰厚，发展潜力巨大，但技术挑战高。
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，方便横向比较。
薪资怎么样
参考估算薪资
根据职位描述推断，供对比参考
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
7 个在招
职位详情
关于这个职位
负责LLM/VLM预训练及多模态生成的前沿研究，主导大规模模型训练实验与架构优化
结合Qwen/Kimi等头部团队经验，探索强化学习、合成数据及多模态生成技术，推动研究成果在Canva产品中的落地应用
最低要求
拥有来自Qwen、Kimi、GLM或DeepSeek等团队的核心预训练经验
具备文本到图像、视频或3D生成的自回归或扩散模型经验
在多模态架构、预训练数据、强化学习或合成数据方面拥有深厚专业知识
工作职责
定义并领导受前沿研究和产品需求驱动的LLM/VLM预训练及多模态生成研究计划
设计和运行大规模训练实验，分析结果，提升模型能力、训练效率和稳定性
探索模型架构、训练方法、后训练及强化学习算法，以及高质量合成数据管道
跨团队协作将模型投入生产，并通过技术文档、出版物和演示分享研究成果
AI 洞察
优缺点分析
优点
- 身处Canva这一全球知名SaaS巨头，拥有海量的真实用户数据和算力资源
- 接触最前沿的LLM/VLM技术栈，技术成长空间巨大
- 国际化工作环境，团队由顶尖研究人员组成，视野开阔
- 薪酬待遇极具竞争力，通常包含丰厚的股票期权
- 对候选人的技术要求极高，需具备头部大厂核心团队的实战经验
- 预训练工作强度大，需应对大规模训练中的各种突发技术难题
- 竞争激烈，需要不断追踪并复现最新的前沿论文成果
- 从研究到产品的转化过程中，需平衡学术创新与工程稳定性
- 拥有头部大厂核心算法团队背景，追求技术极致，希望在多模态领域深耕的资深AI研究员
缺点 / 挑战
暂无明显挑战项
角色解读
- 成为AI基础模型领域的首席科学家或技术专家
- 向多模态生成技术的行业领军者发展，主导下一代AI产品架构
- 积累深厚的学术影响力，通过顶级会议发表成果，建立个人品牌
- 专注于大语言模型和多模态视觉模型的底层预训练技术研究
- 设计并执行超大规模分布式训练实验，解决训练稳定性与效率问题
- 探索最新的强化学习（RL）和合成数据技术，以提升模型的多模态生成能力
- 将学术研究转化为实际产品功能，服务于全球数亿用户
- 精通LLM/VLM预训练流程，有Qwen/Kimi/GLM等头部项目经验者优先
- 熟练掌握自回归或扩散模型架构，具备文本/图像/视频生成经验
- 深入理解多模态对齐、强化学习（如RLHF/PPO）及合成数据构建
- 具备极强的工程落地能力，能在大规模GPU集群上运行实验
申请策略
- 准备详细的技术案例，说明如何解决过拟合、训练崩溃等具体问题
- 了解Canva的产品生态，思考AI技术如何更好地赋能创意设计场景
- 展现对前沿论文的敏锐度，能够清晰阐述最新研究的原理与局限
- 突出展示在Qwen/Kimi/GLM等知名模型项目中的具体贡献和量化成果
- 详细列举在大规模分布式训练、模型稳定性优化方面的技术细节
- 强调多模态生成（文生图/视频）及强化学习相关的实战经验
- 列出相关的顶级会议论文或开源项目贡献
- 深入研究最新的MoE（混合专家）架构和长上下文处理技术
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述过往项目经历
- 重点突出技术难点、解决方案的创新性以及最终的性能提升指标
- 结合理论深度与工程实践，展示对底层原理的理解
- 保持逻辑清晰，用数据支撑你的观点和技术选择
- 请详细介绍你在Qwen/Kimi项目中负责的预训练模块及其优化策略
- 在多模态预训练中，如何处理文本与图像/视频的对齐问题？
- 面对大规模训练中的显存瓶颈或通信开销，你有哪些具体的优化经验？
- 如何构建高质量的合成数据管道来提升模型性能？
职位点评
薪资福利95
成长发展98
工作生活60
使命价值85
薪资福利
95较高
作为已上市的跨国巨头，提供极具竞争力的薪资包和股票激励，福利体系完善，稳定性高。
薪资信号偏高 (8.0千–15.0万/月)
成长发展
98较高
处于AI技术最前沿，拥有顶级算力和数据资源，技术成长路径清晰，能接触行业最核心的算法突破。
技术前沿前沿/新兴技术
技术栈LLM、VLM、Pre-training、Multimodal、Reinforcement Learning、Synthetic Data、Diffusion Models
成长机会Define and lead research initiatives、share findings through technical documentation, publications
业务类型profit_center
工作生活
60中等
虽为外企文化相对较好，但核心算法研发岗位通常面临较高的技术压力和交付节奏，WLB取决于具体团队。
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
致力于开发赋能数亿用户的创意工具，技术具有广泛的社会影响力和商业价值，属于高速增长赛道。
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empower hundreds of millions of users
创新程度开拓性创新（行业首创）
Watch Jobs