岗位职责
- 协助团队开展多模态大模型算法研发工作，参与语音/音频生成、理解等核心技术的研发与测试；
- 辅助研发多模态内容理解模型，协助搭建高精度、细粒度的内容描述体系，完成基础数据标注与整理工作；
- 参与训练数据集的搭建、清洗、整理与标注，助力模型迭代优化，配合完成数据集相关基础调研；
- 协助推进多模态大模型在核心业务中的落地测试，参与技术实用化过程中的效果验证与问题反馈；
- 跟踪多模态大模型、音频AI领域行业前沿技术，协助整理前沿技术资料，参与团队技术研讨与学习。
职位要求
- 计算机、电子信息、人工智能、自动化等相关专业，本科及以上学历。
- 对多模态大模型/AI生成有浓厚兴趣，有相关课程学习、课程设计、科研项目或竞赛经验即可（涉及语音/音频/文本生成、多模态理解等方向均可）；
- 了解AI生成模型基础算法，接触过Transformer、DiT、Flow-Matching等任一框架，有模型训练、调优实操经验者优先；
- 了解多模态表征基础技术，学习过自监督表征相关知识，了解基础高质量数据解码方案，对数据质量有基本感知者优先；
- 有基础的多模态理解模型学习或开发经验，了解主流多模态大模型基本原理者优先；
- 编程基础扎实，熟练使用Python，了解主流大模型训练框架；具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；
- 对AI/多模态技术有浓厚兴趣，了解基础数据处理知识，具备一定相关实践经验者优先；
- 实习时长不少于3个月，每周可到岗4天及以上，能尽快到岗者优先；工作态度认真负责，具备良好的团队协作能力与问题解决能力。
