多模态算法实习生(J10626)

【研究方向】 侧重以区域理解为中心的多模态任务，包括但不限于region caption、region-level VQA等等。可参与构建高质量/有影响力的相关数据集和工具。 【岗位职责】 1. 前沿论文调研/复现，发现/解决问题，发表高质量文章。 2. 负责多模态大模型中的多模态融合、视觉表示等模块的设计、训练，评测。 3. 持续跟进业界最新的多模态大模型算法，并推进多模态大模型在业务场景的应用落地。

1. 计算机视觉、自然语言处理、机器学习、数据挖掘、人工智能等相关专业的在读硕士或博士； 2. 了解多模态深度学习、CV、NLP领域，并有相关研究经历。 3. 熟练掌握tensorflow、pytorch等深度学习框架，扎实的编程基础； 4. 对研究有自驱力与好奇心，具备优秀的分析和解决问题的能力，同时具有较好的团队协作能力。 【加分项】 1. 熟悉Transformer、图文多模态、LLM、大模型预训练方法，并且有相关模型训练实际经验； 2. 在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等学术顶会有相关论文发表，或在相关国际竞赛中取得优异成绩者优先。 【岗位亮点】 1. 与世界顶尖视觉团队一起打造多模态大模型打造全链条模块，包括数据、训练、模型设计（多模态融合模块、视觉表示模块）、评测指标等。 2.针对业务的真实数据打造多模态大模型技术，业务应用场景广泛。 3.注重大模型相关技术创新，以及相应的技术在业务场景中的应用创新。