Qihoo 360 logo
三六零
多模态算法实习生(北京)-5442(J12508)

多模态算法实习生(北京)-5442(J12508)

发布于 44 分钟前

实习/见习

AI 估算 · 0.4–0.6千 · AI 参考估算
无经验要求
硕士
实习生仅现场办公AI算法
AI算法
Peft
Rl训练
Sft
Vit
多模态大模型
数据构建
顶会论文

值不值得投

65综合评分

综合评分 65

高成长性科研实习,聚焦前沿多模态大模型,侧重论文产出,时间投入要求高

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,方便比较实习机会。

薪资怎么样

1.0千

比AI算法中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

91 个在招

市场机会

选择面较广

北京 · AI算法 · 约 230 个在招

职位详情

关于这个职位

该职位是360研究院的多模态算法实习岗,主要参与视觉场景下多模态大模型的前沿研究

工作内容包括跟踪最新学术进展、构建高质量数据集、进行模型训练与推理实验,并协助完成顶会论文的撰写与投稿,旨在推动科研成果的产出与落地

最低要求

任职要求:

计算机、人工智能、自动化等相关专业在校硕博生,具有扎实研究与实践能力的本科生亦可
对多模态大模型研究有持续兴趣,做事认真、沟通主动,能够稳定投入时间,持续推进实验与论文工作
具备良好的深度学习基础,理解 ViT、Qwen-VLM相关原理,具备一定的大模型相关训练与推理经验
具备良好的英文文献阅读能力和技术写作能力,能够清晰表达研究动机、方法设计与实验结论
实习期 >= 4个月,每周>=4天,能全勤实习6个月者优先

工作职责

工作职责:

围绕研究院课题项目,开展面向视觉场景的前沿多模态大模型研究,重点参与科研实验和学术论文写作,推动研究成果形成可复现的实验结论与论文产出
岗位职责
跟踪相关场景的多模态大模型、视觉语言理解、知识增强及场景推理等方向的研究进展,如VideoRSI,VideoJev,梳理现有方法的局限,参与研究问题定义与技术方案设计
结合相关项目场景,参与高质量多模态数据的构建,构建实验数据集、评测任务及评价指标
参与多模态大模型的SFT、PEFT、RL训练与推理实验,复现代表性方法,探索提升模型场景理解、知识利用与推理能力的有效方案
参与顶会论文撰写与投稿

优先资格

加分项:

(1)有多模态大模型微调或评测经验
(2)有视觉问答、视频理解、评测基准构建经验
(3)在顶级会议/期刊(NeurIPS、ICML、AAAI、EMNLP、IEEE)发表过论文,有开源项目或完整科研项目经历

AI 洞察

优缺点分析

优点

  • 依托360研究院平台,接触前沿多模态大模型课题,有机会产出顶会论文
  • 计算机/AI相关专业在读硕博生,或有较强科研经历的本科生,对学术研究有浓厚兴趣者

缺点 / 挑战

  • 对学术背景和科研能力要求较高,需兼顾实验复现与论文写作,压力较大

角色解读

  • 适合有志于从事AI科研的求职者,未来可向算法研究员、高校教职或顶尖科技公司核心研发岗发展
  • 深入参与多模态大模型(如视觉-语言理解)的前沿学术研究,而非单纯的工程落地
  • 扎实的深度学习理论基础,熟悉主流多模态架构(ViT, Qwen-VLM),具备模型微调(SFT/PEFT)及强化学习(RL)实战经验

申请策略

  • 准备一份详细的项目/科研作品集,展示你对多模态领域的深度思考和实验细节
  • 突出多模态大模型相关的科研经历、顶会论文发表记录、开源项目贡献及具体的模型训练/微调经验
  • 深入理解ViT、LLM及多模态对齐技术,熟悉HuggingFace等框架,提升英文学术写作能力

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述科研经历,重点突出个人在方法论设计、实验优化及问题解决中的独特贡献,并结合最新学术趋势进行分析
  • 请详细介绍你参与过的一个多模态大模型项目,你在其中的具体贡献是什么?
  • 你是如何理解和实现SFT、PEFT以及RLHF技术的?在实际训练中遇到了哪些挑战?
  • 针对视觉语言理解任务,你认为当前主流方法存在哪些局限性?你有何改进思路?
  • 请分享一篇你最近阅读的顶会多模态论文,并评价其创新点与不足
  • 复习深度学习核心概念,梳理多模态领域经典论文(如CLIP, BLIP, LLaVA等),准备1-2个完整的科研案例进行深入剖析

职位点评

薪资福利60
成长发展92
工作生活40
使命价值75

薪资福利

60中等

作为实习岗位,薪资通常为固定津贴,虽符合大厂标准但并非高薪亮点,稳定性也受限于实习期。

薪资信号未披露(AI估算:0.4–0.6千/月)

成长发展

92较高

极高满足度,直接参与前沿多模态大模型研究,强调顶会论文产出,极具学术成长价值。

技术前沿前沿/新兴技术
技术栈多模态大模型、ViT、Qwen-VLM、SFT、PEFT、RL
成长机会推动研究成果形成可复现的实验结论与论文产出、参与顶会论文撰写与投稿
业务类型ambiguous

工作生活

40较低

要求每周至少4天且全职实习优先,暗示较高的时间投入要求,WLB相对一般。

工作模式未明确
办公地点市区核心地段
加班情况明确要求弹性/高强度

使命价值

75中等

致力于推动多模态前沿技术研究,具有明确的学术探索意义和技术进步导向。

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