优酷
日常实习生-多模态/AIGC算法实习生
日常实习生-多模态/AIGC算法实习生
发布于 2 天前实习/见习
杭州市
初级经验
实习生
仅现场办公
硕士
研究与开发 (研发)
Aigc
Cv
Nlp
Pytorch
Tensorflow
多模态
大模型
深度学习
AI 估算 · 4k–8k
符合互联网大厂算法实习生薪资水平，注重研究能力
职位详情
关于这个职位
该职位是优酷的日常实习生岗位，专注于AIGC和多模态算法的研究与开发
你将参与前沿大模型的研究，应用深度学习技术解决实际问题
适合计算机或数学背景、有CV/NLP经验的研究生，需要扎实的编程能力和学术研究潜力
最低要求
计算机、数学相关专业研究生及以上学历，具备CV/NLP等领域相关经验
熟练掌握Python和/或C/C++，有Pytorch/Tensorflow等使用经验
实习时间6个月以上，每周工作日出勤至少4天，稳定长时间者优先
工作职责
负责AIGC大模型算法的研究和开发
负责多模态算法的研究和开发
优先资格
优秀的生成算法、大模型研究能力，有高质量（ICLR、NeurlPS、ICML、ACL、EMNLP、CVPR、ICCV、ECCV、KDD、AAAI、SIGIR等）论文、开源项目产出者优先
AI 洞察
优缺点分析
优点
- 优酷作为阿里系大厂，平台资源丰富，接触核心业务
- AIGC和多模态是当前AI热点方向，技术前景广阔
- 导师制，有研究氛围，可学习前沿算法
- 实习周期长（6个月以上），需保持高强度学习
- 可能涉及较多实验调试，需要耐心
- 适合对AI研究有浓厚兴趣、希望积累研究经验并发表论文的计算机/数学方向研究生
缺点 / 挑战
- 对论文产出有较高期待，竞争激烈
角色解读
- 可转正为正式研究员或算法工程师
- 积累前沿AI技术经验，成为领域专家
- 有机会发表高质量论文，提升学术影响力
- 研究并开发AIGC（如文本生成图像/视频）和多模态算法
- 利用深度学习框架进行模型训练与调优
- 阅读前沿论文，复现和改进最新算法
- 扎实的编程能力（Python/C++）和深度学习框架使用
- CV/NLP领域知识，大模型和生成模型研究经验
- 学术研究能力，能独立完成实验和论文写作
申请策略
- 在简历中附上GitHub链接或论文链接
- 准备一段关于感兴趣研究方向的想法，展示主动性
- 突出相关研究经历和项目经验，尤其是AIGC或多模态方向
- 列出发表的论文（特别是顶会）或开源项目
- 强调编程能力和深度学习框架熟练度
- 阅读AIGC和多模态最新论文，思考改进点
- 熟悉PyTorch Lightning或HuggingFace等工具
- 尝试复现一些大模型论文，积累实践
面试指南
- STAR法则描述项目：背景、任务、行动、结果
- 技术问题从原理到实现逐步解释，结合数学推导
- 开放性问题展示思考深度，结合实际例子
- 介绍一下你过去的研究项目或论文
- 解释Transformer在CV中的应用
- 如何改进Stable Diffusion的生成质量？
- 你对AIGC未来发展方向有什么看法？
- 写一段代码实现multi-head attention
职位点评
68
综合评分
大厂算法实习，前沿AIGC方向，学习机会丰富，需长期投入。
更适合这类人
适合追求技术成长、愿意投入时间的研究型学生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利50
成长发展90
工作生活50
使命价值80
薪资福利
50较低
实习薪资在行业中属于中等水平，但大厂通常有餐补等隐性福利，JD未明确提及薪资和福利，故补偿性动机满足程度一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该职位聚焦AIGC和多模态前沿技术，要求高水平学术能力，成长空间极大，但JD未明确提及职业发展路径，对发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈AIGC、多模态、大模型、PyTorch、TensorFlow
业务类型ambiguous
工作生活
50较低
要求每周至少4天到岗，实习期6个月，工作地点在杭州，JD未提及弹性办公或加班情况，生活化动机满足程度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
AIGC是高速增长赛道，技术具有创新性，但社会影响力中性，JD未提及使命导向，意义感动机满足程度较高。
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