地平线
视觉基础模型实习生
视觉基础模型实习生
发布于 2 小时前实习/见习
实习生仅现场办公计算机视觉工程
计算机视觉工程
Pytorch
具身模型
分布式训练
多模态建模
大模型训练
生成模型
表征学习
视觉基础模型
值不值得投
70综合评分
综合评分 70
算力充足、顶会机会多、技术前沿的 AI 算法实习岗，但需保证较高的现场到岗时间。
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
7千
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 430 个在招 · 其中计算机视觉工程 10 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 120 个在招
职位详情
关于这个职位
该职位主要参与前沿统一多模态建模与视觉基础模型的研究，探索感知、理解与生成的统一表征方法
你将负责大模型的数据处理、分布式训练、实验分析与评测，并参与论文撰写与基础模型开源，适合对原生多模态和生成模型充满热情的在校生
最低要求
在校硕士或博士，具备扎实的机器学习、深度学习基础
每周到岗 4 天及以上，实习期 5 个月及以上
熟悉 Python、PyTorch，具备大模型训练、分布式训练与评测经验
对多模态、生成模型或表征学习有研究积累，能够开展文献调研、方法设计与实验验证
工作职责
开展统一多模态建模、生成模型与表征学习研究，探索视觉基础模型的架构、训练目标与规模化学习方法
参与大模型的数据处理、分布式训练、实验分析与评测，验证新方法的有效性与泛化能力
参与论文撰写与基础模型开源，推动研究成果在国际顶级会议发表
优先资格
在 CVPR、ECCV、ICCV、ICML、NeurIPS、ICLR 等会议发表论文者优先
有具身模型、VLA、WAM 或其他机器人学习相关经验者优先
AI 洞察
优缺点分析
优点
- 提供千卡 GPU 算力资源，支持前沿模型探索与大规模训练，硬件条件优越
- 有学术指导与顶会发表机会，能深度参与基础模型开源，积累高影响力成果
- 团队聚焦下一代通用智能范式，技术方向前沿，成长空间大
- 大模型训练与多模态研究技术门槛高，需要持续跟进最新文献并保持高强度学习
- 适合对多模态大模型和具身智能有浓厚兴趣，具备扎实算法基础且有时间保障的在校硕博研究生
缺点 / 挑战
- 实习要求每周到岗 4 天以上且实习期 5 个月起，对在校生的时间精力要求较高
角色解读
- 通过参与千卡 GPU 算力的大规模训练与顶会论文发表，快速积累前沿 AI 研究经验
- 表现优秀者可获得转正机会，成长为视觉基础模型或具身智能领域的核心算法工程师
- 开展统一多模态建模与视觉基础模型研究，探索感知、理解与生成的统一表征方法
- 参与大模型的数据处理、分布式训练与实验评测，验证新方法的有效性
- 参与论文撰写与基础模型开源，推动研究成果在顶会发表
- 扎实的机器学习与深度学习基础，熟练掌握 Python 和 PyTorch
- 具备大模型训练、分布式训练与评测的实操经验
- 对多模态、生成模型或表征学习有深入研究，能独立完成文献调研与实验验证
申请策略
- 提前阅读地平线机器人实验室近期发表的论文或开源项目，了解其技术路线
- 准备好能体现独立科研能力和解决复杂工程问题能力的作品集或代码仓库
- 重点突出在 CVPR、ICCV、NeurIPS 等顶会的论文发表经历及具体贡献
- 详细列出大模型训练、分布式训练（如 DeepSpeed、Megatron）的实操经验与项目成果
- 若有具身模型、VLA 或机器人学习相关项目，需放在显眼位置并说明技术细节
- 提前熟悉多模态大模型（如 LLaVA、Qwen-VL）的架构与训练流程
- 复习并实操分布式训练框架，提升在大规模算力下的调优与排错能力
面试指南
- 论文问题采用 STAR 法则：背景与动机 -> 核心方法设计 -> 实验验证与消融分析 -> 结论与开源/引用情况
- 工程问题采用“问题定义-排查思路-解决方案-效果对比”的结构，突出对底层原理的理解
- 请详细介绍你发表的一篇顶会论文的核心创新点、实验设计及最终效果
- 在分布式训练中，你是如何解决显存瓶颈或通信开销问题的？
- 针对多模态统一表征，你认为目前主流方法（如早期融合与晚期融合）的优缺点是什么？
- 如果让你设计一个视觉基础模型的训练目标，你会如何平衡感知、理解与生成的任务？
- 深入复习多模态大模型、生成模型及表征学习的经典与最新文献，形成自己的技术见解
- 梳理过往项目中的技术难点，准备好应对关于分布式训练、数据处理及模型评测的深度追问
职位点评
薪资福利70
成长发展95
工作生活40
使命价值85
薪资福利
70中等
JD 提及有竞争力的待遇与租房补贴，但未披露具体薪资数字，整体符合北京 AI 实习生的市场中上水平。
薪资信号未披露（AI估算：5.4–8.7千/月）
福利待遇租房补贴
成长发展
95较高
提供千卡算力、学术指导、顶会发表及开源机会，且明确有转正机会，发展性动机得到极大满足。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、多模态建模、生成模型、表征学习、分布式训练
成长机会学术指导、顶会发表机会、转正机会
业务类型ambiguous
工作生活
40较低
要求每周到岗 4 天及以上且实习期 5 个月起，属于仅现场办公，对时间灵活性有一定限制。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
致力于探索下一代通用智能范式，推动基础模型开源，具有较强的技术使命感与行业前瞻性。
行业发展高速增长赛道
社会影响中性/一般
使命信号为下一代通用智能范式探路
创新程度开拓性创新（行业首创）
Watch Jobs