葛女士
上海人工智能创新中心·校招
8分钟前
上次在线
66%
反馈率
13天
处理时长
在招职位 (34)
上海
岗位职责
主要职责：
1.探索人工智能与物理、化学、材料科学的深度融合，参与AI驱动的国家战略关键材料的智能研发。
2.构建大模型驱动的材料发现与优化的多智能体系统，助力材料的智能发现、合成路径设计、配方和工艺优化及性能预测。
3.探索材料发现AI新范式，推向通用材料发现智能系统
4.与前沿团队密切合作，共同推动AI技术在化学、材料、制造等交叉领域的落地应用。
岗位要求
基本要求：
1.具有物理、计算化学、计算机科学、人工智能、数学等相关专业硕士或博士学位
2.对AI for science领域的前沿研究充满热情，渴望通过技术推动科学进步，以第一作者身份在AI领域顶会顶刊上有相关成果发表，或在相关领域有突出研究成果，如Nature、Science或重要子刊、PR系列上的论文发表；
3.优秀的编程能力，了解数据结构与算法。熟练掌握python，熟练使用主流深度学习框架如pytorch。 了解熟悉Transformer/VAE/GNN/Diffusion Model/Bayesian Learning/Reinforcement Learning等。
4.具备较强的独立问题分析和解决能力，能够解决复杂的AI+材料交叉问题。
5.具备良好的沟通表达能力与团队合作精神，能够与跨学科团队高效合作。
加分项：
1.有计算物理、化学、材料背景，具备分子建模能力，熟悉化学结构建模工具（如RDKit、Mordred） 具有多模态大模型、生成模型经验证优先。
2.有开源项目经验或AI相关竞赛成绩。
申请
上海
岗位职责
工作职责：
1.参与建设AI算力云原生平台，提供高性能、高稳定性、高易用性加速计算平台。
2.参与 Kubernetes 调度策略定制与批处理调度器扩展开发，支持AI训练任务的优先级管理、资源抢占、弹性伸缩，适配分布式训练的算力调度需求。
3.优化GPU资源全生命周期管理，包括分配、隔离、监控、容错等，结合业务特征设计智能调度策略，平衡算力供给与成本控制。
4.参与大规模 AI 训练任务故障诊断与自愈体系的设计与实现，基于硬件、通信指标监控和事件分析，设计智能告警与根因定位系统，快速识别任务异常并进行故障隔离。
5.在导师指导下探索业界最新技术方向，参与开源社区实践，提升团队云原生 AI 核心竞争力。
岗位要求
1. 计算机/人工智能/软件工程等相关专业；
2. 熟悉后端服务开发，熟悉Golang和Python编程语言，有良好的编程规范意识，能独立完成服务接口与交互逻辑开发；
3. 掌握kubernetes基本工作原理，熟悉Volcano、Kubeflow、Argo等相关AI云原生框架者优先；有相关课程设计、项目实践经验者可优先考虑；
4. 有基本的数据检索和分析能力，掌握SQL语法，熟悉时间序列数据库及其查询语言（如PromQL）优先；
5. 对后端开发和分布式系统领域有浓厚兴趣，关注行业技术动态，有持续学习和提升技术能力的意愿；
6. 具有较强的学习能力和问题解决能力，能够快速掌握新技术，独立分析和解决模块开发过程中遇到的问题；
申请
展开
岗位职责
【团队愿景】
晶圆级架构是突破“后摩尔定律”算力瓶颈与打破工艺封锁的前沿关键路径。大芯片团队致力于打造面向 AGI 时代的超规格算力底座，AI 系统/编译团队负责构建使能该大芯片的AI软件栈与系统。
【岗位职责】
1. 参与面向晶圆级芯片的 AI Software Stack 研发：
2. 核心性能优化：深入理解硬件特性，负责算子生成、图算融合、显存优化或集合通信等关键环节的性能攻坚，挖掘硬件算力极限。
3. 前沿技术落地：负责大模型在新架构上的适配与加速，包括但不限于大模型推理（vLLM/SGLang）、分布式并行策略（3D Parallelism）或编译优化（Triton/MLIR）等技术的工程化落地。
4. 软硬协同设计：立足当前架构，实现算法与软硬件的深度协同（Co-design）与性能挖掘；与架构团队紧密配合，通过软件视角的反馈（如编程模型、IR设计）驱动下一代芯片架构的演进。
岗位要求
【职位要求】
1. 扎实的系统编程功底：精通 C/C++ 与 Python，拥有扎实的计算机体系结构功底（熟悉 GPU/NPU 架构、高性能计算、并行计算原理），具备系统软件开发能力。
2. 领域专长（满足其一即可，T型人才优先）：
a. AI 编译方向：有开源AI编译系统（如Triton、XLA、TVM、MLIR等）经验，具备针对具体硬件的编译优化实践经历者优先，了解polyhedral model等先进优化技术者优先；
b. 高性能计算方向：精通 CUDA 或类似异构编程，熟悉 FlashAttention 等核心算子实现，有直接的CUDA或其他硬件加速优化经验优先；
c. AI 系统方向：理解大模型分布式训练原理（数据/模型/流水线并行），熟悉 Megatron-LM/DeepSpeed 等框架底层；理解 LLM 推理常见优化技术，熟悉 vLLM/SGLang 框架；
3. 极客精神与驱动力：对 AI Infra 技术有强烈热情，具备在非标准硬件平台上从 0 到 1 解决复杂问题的能力，能够快速迁移技术栈（如从通用 GPU 转向专用架构）。
【加分项】
1. 在 vLLM, PyTorch, Triton, TVM 等开源社区有贡献者（PR/Commit）。
2. 有自研 AI 芯片（如昇腾、寒武纪、沐曦、壁仞等）工具链开发经验。
申请
上海
岗位职责
【岗位职责】
晶圆级芯片在物理尺度、集成密度和系统架构上与传统芯片存在根本性差异，对底层软件提出了前所未有的挑战。本岗位将专注于设计和实现支撑晶圆级芯片高效运行的核心底层软件。工作内容包括：
1. 晶圆级芯片功耗与温度管理：a. 设计并实现自适应电压调节（AVS）与动态功耗管理（DPM）算法，应对晶圆级系统极致的功耗密度挑战。b. 开发精细化的温度控制机制，通过与热传感器的协同，实现晶圆级芯片在复杂负载下的温度闭环控制与热安全保障。
2. 晶圆级系统可靠性与容错性设计：研究并实现晶圆级芯片的容错机制，包括故障检测、隔离与系统自愈，以应对大规模集成可能引入的硬件缺陷与运行时故障。
晶圆级芯片异构启动机制开发：a. 设计与实现针对晶圆级多die异构特性的启动引导程序，确保系统从上电到操作系统的可靠加载。b. 裁剪操作系统内核，适配特定的硬件存储容量和应用需求。
岗位要求
【职位要求】
1. 硕士及以上学历，计算机科学/电子工程相关专业优先，有底层软件（如驱动、固件、操作系统）开发经验者优先。
2. 熟悉计算机体系结构，熟悉深度学习和高性能计算相关。对芯片功耗管理、容错设计、启动流程有深入理解者优先。
3. 熟练掌握C语言，熟悉Shell/Python/makefile/cmake等，具备良好的数据结构和算法基础。
4. 有嵌入式系统开发、硬件协同调试或内核开发经验者优先。
5. 目标导向，具备优秀的问题分析和技术攻关能力，对挑战性技术问题充满热情，拥有良好的团队协作精神和沟通意识。
申请
上海
岗位职责
我们正在寻找对大模型、数据生成与系统化评测充满热情的优秀研究者加入团队。我们将为您提供顶尖的科研环境与成长平台，共同推动通专融合的智能模型的前沿探索。
岗位职责
1. 开展前沿算法研究，提升生成数据的质量与可靠性，突破当前大模型在长尾场景覆盖不足、数据多样性有限以及安全可信性薄弱等方面的瓶颈；
2. 研发动态更新算法与机制，使模型能够持续适应最新的知识与环境变化，保持预测与生成能力的时效性；
3. 构建大模型的自动化的评测体系，能有效且系统性的对生成内容进行评估，包括但不限于真实性、多样性、多模态对齐，应用效用与安全可信；
4. 针对高壁垒的关键应用领域（如医疗、金融、法律等）中存在的数据稀缺与复杂罕见场景，开发先进生成技术提升模型的专业知识覆盖与场景适应力，为高价值AI应用 奠定坚实的基础。
岗位要求
岗位要求
1. 计算机科学、人工智能、数据科学、统计或相关方向的博士或者硕士，有突出研究成果者优先；
2. 具备扎实的机器学习与深度学习基础，熟悉大模型相关技术（如大语言模型、多模态学习、自监督学习、强化学习等）；
3. 在相关领域发表过高水平论文，或主导过核心开源项目者优先，并有较强的发现问题、分析问题与解决问题能力；
4. 具备优秀的编程能力（Python为主），有实际模型训练、数据处理及生成或评估体系构建经验；
5. 具有构建模型评测基准（Benchmark）、自动化评估系统的实践经验或者跨学科科研合作经验优先；
申请
上海
岗位职责
-团队背景
系统框架团队（AISYS）聚焦国产算力环境下超大规模 AI 系统的自主可控与高效运行，作为 “连接国产硬件与 AI 业务的核心枢纽”，既需构建通用系统基础设施（如通信库、调度系统），支撑实验室大模型（如 Intern S1）、DeepLink 等核心业务落地；也需攻坚 AI 计算专项技术（如低精度计算、超节点架构、国产芯片适配），解决千亿参数模型训推的硬件瓶颈，目标成为 “国产 AI 计算系统领域的技术标杆 + 通用系统支撑的可靠底座”。
-岗位职责
1. 低精度计算技术研发：参与 FP8、FP4、MXFP8 等下一代低精度数值格式研发，优化 LLM、Diffusion 等模型在低精度下的训推效率；
2. 超节点集群系统优化：参与超节点（8 卡 +）集群上国产模型的训推任务，结合超节点架构特性（如互联拓扑、存储布局）研究训推加速技术，目标降低节点间通信耗时 30%+；
3. 芯片算力与互联适配：分析 NVIDIA、昇腾、寒武纪、海光等芯片的硬件特性（计算单元、存储层次、指令集），定位性能瓶颈并转化为系统优化策略（如算子拆分、数据预取）；
4. 存储 - 计算耦合设计：针对千亿参数级模型，设计 “内存 - 显存 - NVMe” 三级存储协同方案（动态数据 offload 策略），解决内存溢出问题，优化存储访问模式（数据对齐、空间局部性利用）。
岗位要求
1. 本科及以上学历，计算机、微电子、自动化等相关专业；
2. 了解芯片硬件架构：深入理解 CUDA Core/Tensor Core/AI Core 等计算单元、L1/L2/HBM 存储层次，熟悉华为 CANN、NVIDIA CUDA 等算子接口，有国产芯片（昇腾、寒武纪）适配经验者优先；
3. 熟悉互联与分布式技术：熟悉 PCIe 5.0、NVLink、RoCE 等通信协议，了解 MPI、NCCL、BytePS 等分布式计算范式，有异构芯片集群（如 “NVIDIA GPU + 昇腾 910”）优化经验者优先；
4. 具备存储优化能力：有 AI 负载存储层级优化经验，能设计大规模模型的动态 offload 策略，解决超大规模训练内存问题者优先；
5. 结果导向：能快速定位系统性能瓶颈，推动技术方案落地，有低精度计算或超节点系统项目经验者优先。
申请
上海
岗位职责
1. 研发视觉生成模型相关新技术，包括模型结构与大模型训练框架的构建与优化；
2. 设计视觉生成编辑模型的数据处理流程，构建图像与视频标注平台，提升训练数据质量与标签准确性，增强模型泛化能力；
3. 构建视觉生成编辑模型的评估体系，结合大模型工具开发自动化评估平台，提升模型评测的准确性与效率；
4. 开发模型小型化与轻量化流程，优化模型算子，提升模型运行效率；适配不同的计算平台，实现软硬一体化协同优化；
5. 搭建视觉生成编辑模型的演示平台，优化用户体验；
6. 与产品及工程团队协作，将视觉生成编辑算法落地应用于实际业务场景。
岗位要求
1. 2026届本科及以上学历，计算机、电子、人工智能、软件、数学等相关专业；
2. 在计算机视觉、多模态、扩散模型等生成式模型、图像处理、机器学习或渲染生成等一个或多个领域有较深入研究；
3. 具备优秀的分析与解决问题能力，能独立应对大模型训练与应用中的技术挑战，并提出创新解决方案；
4. 编程能力突出，熟练掌握Python、CUDA、Triton或C/C++，有ACM/ICPC、NOI/IOI、Top Coder、Kaggle等竞赛获奖经历或大型工程项目落地经验者优先；
5. 具备良好的沟通与协作能力，工作积极主动，能够与团队紧密配合，共同推动前沿技术的落地应用。
加分项：
1. 具备扎实的算法与机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH/SIGGRAPH Asia等顶会或期刊发表论文者优先；
2. 在视觉生成模型、图像处理、大模型、基础模型、世界模型、RL或渲染生成等领域主导过有影响力的项目者优先。
申请
上海
岗位职责
1. 研究视觉生成模型的前沿技术，包括新型模型架构、训练方法，以及探索提升模型鲁棒性、降低错误信息生成概率的技术路径；
2. 探索小型化、轻量化的图像与视频生成技术，压缩模型规模，减少推理时间与内存占用，降低模型训练成本；
3. 探索提升生成处理的可信性，提升物理真实性；
4. 研究视觉生成模型在图像/视频编辑与处理等下游任务中的应用，增强编辑处理过程的可控性与稳定性，避免生成式方法引入的误差；
5. 推动Agent、思维链、强化学习、Test-time scaling等前沿技术在视觉生成处理中的融合与应用；
6. 拓展视觉生成模型在特定场景下的应用，如特定场景生成、科学计算任务、具身智能等方向。
岗位要求
1. 2026届本科及以上学历，计算机、电子、人工智能、软件、数学等相关专业；
2. 在计算机视觉、多模态、扩散模型等生成式模型、图像处理、机器学习或渲染生成等一个或多个领域有较深入研究；
3. 具备独立开展研究的能力，对视觉生成模型的训练与应用有深刻理解，熟悉相关领域研究动态，具备自主探索与解决新问题的能力；
4. 具有良好的沟通协作能力，工作积极主动，能够融入团队共同探索新技术、推动技术发展。
加分项：
1. 具备扎实的算法与机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH/SIGGRAPH Asia等顶会或期刊发表论文者优先；
2. 编程能力突出，熟练掌握Python、CUDA、Triton或C/C++，曾在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中获奖者优先；
3. 在视觉生成模型、图像处理、大模型、基础模型、世界模型、RL或渲染生成等领域主导过有影响力的项目者优先；
4. 具备视觉生成研究或项目经验，同时拥有化学、生物、医疗、具身智能等交叉领域背景者优先
申请
上海
岗位职责
参与实验室书生大模型后训练阶段的强化学习及其规模化定律（scaling law）研究。工作内容包括：
1. 参与实验室书生大模型后训练阶段的强化学习算法研究，主要包括：基于 AI 和环境反馈的强化学习（RLXF）算法研究和以大模型为核心的多智能体强化学习算法研究，覆盖文本、图文多模态场景下指令遵循、复杂推理、代码、网页浏览等复杂任务；
2. 参与奖励和反思评价模型的相关研究，研究可泛化的细粒度过程监督和奖励建模，并探索基于细粒度反馈的强化学习算法，覆盖文本、图文多模态场景下指令遵循、复杂推理、代码、网页浏览等复杂任务；
3. 参与后训练和推理阶段的规模化定律研究，包括：奖励和反思评价模型训练、强化学习阶段、推理阶段的规模化定律研究；
4. 参与世界模型相关研究，面向文本、图文多模态场景下的复杂推理与规划场景，研究基于世界模型的推理规划和强化学习训练算法；
5. 参与推动最新的强化学习后训练方案的规模化工程实践与落地应用。
岗位要求
1. 硕士/博士研究生学历，人工智能等相关专业优先（如计算机科学、数学、统计、电子工程等），有强化学习研究经验优先；
2. 熟悉大模型领域尤其是强化学习相关研究工作和算法，有大模型强化学习的研发基础，拥有高影响力顶会论文、知名竞赛获奖、顶级研究机构工作经验者优先；
3. 熟练使用 Python、PyTorch、Ray 等语言和代码库，能够研判领域内最新的研究趋势，能够系统性对比研究领域相关成果并制定探索计划，有强化学习训练系统、大模型训练系统及相关底层代码库的工程开发优化经验者优先；
4. 目标导向，有优秀的学术视野和判断力，具备优秀的问题提出、分析和解决能力，良好的团队协作精神和沟通意识。
申请
上海
岗位职责
1、负责面向机器人导航（如SLAM、路径规划）与环境感知（如语义分割、目标检测）的大模型后训练技术研发，包括模型微调、领域适配与知识蒸馏。
2、研究多模态对齐方法（视觉-激光雷达-文本），提升模型在复杂场景（动态障碍物、光照变化）下的鲁棒性。
3、开发低资源依赖的后训练技术（如参数高效微调LoRA、Adapter），解决机器人边缘设备上的部署限制。探索持续学习与增量学习策略，避免灾难性遗忘问题。
4、推动感知导航大模型的理论突破，参与相关项目。
岗位要求
1、博士学历，计算机视觉、机器人学、自动驾驶等相关专业；
2、熟悉Transformer、BEV（Bird's Eye View）等感知架构，熟悉大模型后训练技术（如Instruction Tuning、RLHF）；
熟悉机器人导航技术（SLAM、运动规划）与传感器融合（相机、LiDAR、雷达）；
3、有仿真环境（CARLA、AirSim）或真实机器人平台（如AGV、无人车）开发经验。
在AI/机器人领域发表过顶会论文，参与过导航大模型开源项目加分。"
申请
上海
岗位职责
岗位职责
1. 参与面向具身智能的三维重建/生成方向前沿算法研究，关键节点负责项目结果展示，例如，Demo制作，代码仓整理与开源。
2. 处理并创建三维重建/生成训练所需的数据，对数据进行去噪，坐标系对齐，位姿估计等处理。
3. 跟踪和评估最新研究进展，设计和维护相关算法框架。
4. 参与组内相关项目推进，进行相关系统构架的搭建。
岗位要求
职位要求
1. 硕士及以上学历，人工智能、计算机、自动化、数学、物理相关专业。
2. 扎实的机器学习基础，熟悉三维视觉，有三维重建/渲染/生成/几何处理经验，在计算机视觉/机器学习/计算机图形学/机器人等顶级会议期刊上至少发表过一篇论文者优先。
3. 熟悉Blender, COLMAP等三维处理软件，有三维重建/几何处理/点云处理/多视角图片处理经验。
4. 优秀的代码能力，熟悉Python，掌握Pytorch等机器学习框架使用。
5. 对技术充满热情，思维清晰，具有很好的问题分析推断能力、良好的沟通表达能力和合作能力。
申请
上海
岗位职责
1、针对特定硬件（GPU/DSA)进行推理和训练场景下算子开发和性能优化，包括DSL扩展，硬件无关优化，流水排布
2、分析模型性能瓶颈，找出瓶颈算子并进行高性能计算加速和优化，包括计算通信融合，自动融合算子生成
3、承担国产AI编译器开发，与国产厂商合作支持多后端(GPU/DSA), 并进行相关Pass开发"
岗位要求
岗位要求：
1、熟悉cuda/华为昇腾AscendC/triton编程语言；
2、熟悉C++/Python，编程语言基础扎实；
3、熟悉计算机体系结构及操作系统原理；
4、了解深度学习算法，对大模型推理和训练框架vllm, sglang, megatron的应用或开发经验;
5、优秀的分析问题和解决问题的能力。
具有以下条件者优先：
1、计算机领域相关的编程大赛获奖者优先；
2、熟悉AI领域常见框架、模型，有过实战调优经验者优先；
3、熟悉大模型算法和优化方法者优先；
4、熟悉MLIR, TVM, XLA, LLVM优先。
5、在国产芯片厂商(寒武纪，璧仞，燧原，华为，沐曦，天数)性能优化经验优先
申请
上海
岗位职责
"1、深入探索多模态理解与生成、物理保真生成、可交互图像/视频生成、强化学习、世界模型等前沿技术方向；
2、研发大规模/超大规模多模态基础模型，开展数据建设、指令微调、偏好对齐、系统极致优化等工作，持续突破模型性能上限；
3、开展数据合成、标注体系构建、模型推理、编辑交互等研究，建立全面、客观、准确的评测体系，推动大模型能力边界扩展；
4、前沿探索多模态CoT、智能Agent等关键技术，构建面向真实与虚拟场景的下一代通用多模态智能体。"
岗位要求
"1、2026届本科及以上学历，计算机、信息技术、数学等相关专业背景；
2、在计算机视觉、多模态大模型、内容生成（AIGC）、物理渲染等领域有深入研究；
3、具备出色的分析与问题解决能力，能够独立应对大模型训练及应用中的技术挑战，并提出创新解决方案；
4、拥有良好的沟通与协作能力，工作积极主动，能够与团队紧密配合，共同探索前沿技术并推动落地应用。
加分项：
1、具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；
2、具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先。"
申请
上海
岗位职责
"1、参与多模态理解、图像/视频生成、物理保真生成、强化学习、世界模型等方向的算法研发与优化；
2、协助构建与优化大规模多模态理解与生成基础模型，包括多模态数据库建设、大规模数据处理、分布式训练体系的构建和推理框架优化；
3、开发数据合成、标注体系、模型推理与编辑交互等关键技术模块，开发并维护多模态数据制作管线，参与评测体系设计与实现；
4、与产品、平台和工程团队协作，将前沿算法高效转化为可规模化应用的工程方案。"
岗位要求
"1、2026届本科及以上学历，计算机、人工智能、电子信息等相关专业；
2、熟悉计算机视觉、多模态大模型、内容生成（AIGC）或物理渲染等领域的一种或多种技术；
3、熟练掌握Python或C/C++，具备良好的工程实现与调试能力；
4、具备独立分析与解决问题的能力，能够应对模型训练、推理与应用中的技术挑战；
5、拥有良好的沟通与协作能力，工作积极主动，能够与团队紧密配合，共同探索前沿技术并推动落地应用。
加分项：
1、在CV、AIGC、NLP、RL、ML等领域具备扎实的算法与机器学习基础，并在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊发表过论文；
2、有ACM/ICPC、NOI/IOI、TopCoder、Kaggle等竞赛获奖经历；
3、有分布式训练、大规模数据处理、推理优化等工程经验。"
申请
上海
岗位职责
1、实现大模型后训练全流程（数据清洗→微调→评估），优化分布式训练效率（FSDP/Deepspeed）；
2、开发自动化评估工具（如轨迹跟踪误差分析、感知精度测试）。
3、将后训练模型部署至边缘设备（Jetson、地平线芯片），优化推理速度（TensorRT、ONNX）；解决实际场景问题（如动态障碍物漏检、定位漂移）。
4、设计数据标注与迭代流程，提升模型在长尾场景（极端天气、罕见物体）中的表现。
岗位要求
1、硕士学历，计算机科学、自动化、电子信息等相关专业。
2、熟练使用PyTorch，有大模型训练/微调经验（如LLaMA、Stable Diffusion）；
熟悉Linux环境、CUDA加速与嵌入式开发（ROS2、Docker）；
了解传感器标定（相机-LiDAR外参标定）或SLAM框架（ORB-SLAM3）。
3、参与过感知/导航相关项目（如自动驾驶感知模块、无人机避障）；
有机器人竞赛获奖或在相关领域发表顶会论文加分。
申请
上海
岗位职责
1、探索生成式模型（如扩散模型、自回归模型）在具身智能（Embodied AI）中的应用，包括但不限于：
3D场景/物体生成（用于机器人仿真训练环境构建）
多模态动作生成（如机器人操作序列、导航路径规划）
虚拟-真实数据合成（解决Sim2Real数据鸿沟问题）
2、研究物理约束的生成方法（如基于刚体动力学、碰撞检测的生成优化）。
3、构建面向具身任务的多模态AIGC系统（文本-图像-3D-动作联合生成），提升模型对物理世界的理解能力。
4、结合强化学习（RL）或模仿学习（IL），实现生成内容与机器人执行的闭环优化。推动AIGC在机器人领域的学术创新。
岗位要求
1. 教育背景
博士学历，专业方向：
计算机科学（AI/图形学方向）
机器人学（具身智能相关）
计算物理/数学（具备生成模型研究经验）
2. 技术能力
生成式模型：
精通扩散模型、GAN、VAE等生成技术，有相关项目或论文（如Stable Diffusion、DALL-E复现）；
熟悉3D生成技术（NeRF、Gaussian Splatting、Point Cloud生成）者优先。
具身智能基础：
了解机器人感知-决策-控制流程，有仿真平台（Isaac Gym、AI2-THOR）或真实机器人开发经验者加分；
（加分项）熟悉物理仿真引擎（PyBullet、MuJoCo）或具身数据集（Habitat-Matterport）。
3. 科研经历
在生成模型或具身智能领域发表过顶会论文（SIGGRAPH、CVPR、ICLR等）；
（加分项）参与过AIGC+机器人交叉项目（如生成训练数据、策略蒸馏）。
申请
展开
岗位职责
团队介绍：
上海人工智能实验室安全可信团队以Make Safe AI 为核心技术愿景，致力于大模型、具身、智能体及多智能体系统的安全与可信研究，关注模型推理能力与对齐机制的深入理解与优化。我们推动前沿技术在可信推理、对齐方法、攻击与防御、评测体系等方向的创新落地，成果多次发表于顶级学术会议，包括ACL杰出论文、ICLR Oral等。如果你对大模型安全、可信对齐及未来AI能力的潜在风险怀有热情，欢迎加入我们，共同推动从“让AI 变得安全”向“打造安全的AI 转变”，支持人工智能朝着有益、安全、公平方向健康有序发展。
职位描述
你将收获：直面自主智能带来的安全挑战；参与构建下一代智能体安全防护体系；守护亿级用户数字与物理世界安全
岗位职责：
智能体安全评测技术研究：设计和搭建业界领先的智能体安全评测基准，建立一套科学、可复现的安全评估方法论，涵盖指令安全、工具调用安全、记忆安全、多智能体协同安全等多个维度。
智能体安全攻防技术研究：研究智能体的特有攻击向量，包括但不限于：指令注入/越狱、规划路径劫持、工具调用滥用/劫持、长期记忆污染等；探索多智能体系统中的安全风险，如共谋攻击、信息污染扩散、中心化节点失效等群体智能安全问题。研究特定智能体特有安全漏洞（如具身智能体的传感器欺骗），开发针对上述风险的自动化攻击脚本与安全评测框架，进行红蓝对抗演练。
智能体安全加固与防御体系构建：研究并应用Agent对齐技术与鲁棒性规划算法，确保智能体行为符合安全与伦理规范。开发智能体行为异常检测与溯源模型，实时发现并响应潜在的安全入侵。"
岗位要求
"任职要求：
硬性条件：本科及以上学历，计算机科学/网络安全/人工智能相关专业；AI安全领域经验，精通大模型架构（Transformer/BERT/GPT系列）；具备Agent开发实战经验（LangChain, MetaGPT等）；精通Python，熟悉主流AI框架（PyTorch/TensorFlow/JAX）
攻防能力要求：攻击与评估侧：至少掌握两类Agent实战攻击技术：指令注入/越狱、恶意工具调用、规划逻辑操纵；具备设计和执行Agent安全红蓝对抗、自动化模糊测试或安全基准评测的能力。
防御与加固侧：具备以下至少一个领域的实战经验：工具调用安全监控、模型价值对齐、对抗样本监测。
加分项：
在NeurIPS/ICLR/CCS等顶会发表AI安全相关论文；参与过主流Agent项目（如MetaGPT、camel框架）；有CTF/AI安全竞赛获奖经历；熟悉OWASP Top 10 for LLM等安全标准。
"
申请
上海
岗位职责
团队介绍：
上海人工智能实验室安全可信团队以Make Safe AI 为核心技术愿景，致力于大模型、具身、智能体及多智能体系统的安全与可信研究，关注模型推理能力与对齐机制的深入理解与优化。我们推动前沿技术在可信推理、对齐方法、攻击与防御、评测体系等方向的创新落地，成果多次发表于顶级学术会议，包括ACL杰出论文、ICLR Oral等。如果你对大模型安全、可信对齐及未来AI能力的潜在风险怀有热情，欢迎加入我们，共同推动从“让AI 变得安全”向“打造安全的AI 转变”，支持人工智能朝着有益、安全、公平方向健康有序发展。
岗位职责：
研究大语言模型（LLM）、多模态模型的潜在安全风险（如Prompt注入、隐私泄露、有害内容生成、模型逆向等）；
开发针对模型推理、训练阶段的攻击技术（对抗样本生成、后门植入、数据投毒等）；
设计新型防御方案（鲁棒性增强、异常检测、安全对齐、动态防御机制）；
多模态安全体系构建：研究跨文本、图像、语音的多模态攻击向量（如跨模态对抗攻击、多模态数据污染）；
构建融合多模态特征的安全检测系统，开发针对AIGC内容的水印、溯源技术；探索视觉-语言模型（VLM）的对抗防御策略与可解释性分析"
岗位要求
"任职要求：
硕士及以上学历，计算机科学/网络安全/人工智能相关专业；AI安全领域经验，精通大模型架构（Transformer/BERT/GPT系列）；
熟练掌握对抗机器学习技术：FGSM/PGD攻击、防御蒸馏、对抗训练等；具备多模态模型实战经验（CLIP/Stable Diffusion/DALL-E等）
精通Python，熟悉主流AI框架（PyTorch/TensorFlow/JAX）
熟悉模型逆向，对抗攻击，数据投毒，模型鲁棒性增强，输入输出过滤和安全对齐技术（RLHF/宪法AI）
在NeurIPS/ICLR/CCS等顶会发表AI安全相关论文；参与过主流大模型安全评估项目（如MITRE ATLAS框架）；有CTF/AI安全竞赛获奖经历；熟悉OWASP Top 10 for LLM等安全标准"
申请
展开
岗位职责
团队介绍：
上海人工智能实验室安全可信团队以Make Safe AI 为核心技术愿景，致力于大模型、具身、智能体及多智能体系统的安全与可信研究，关注模型推理能力与对齐机制的深入理解与优化。我们推动前沿技术在可信推理、对齐方法、攻击与防御、评测体系等方向的创新落地，成果多次发表于顶级学术会议，包括ACL杰出论文、ICLR Oral等。如果你对大模型安全、可信对齐及未来AI能力的潜在风险怀有热情，欢迎加入我们，共同推动从“让AI 变得安全”向“打造安全的AI 转变”，支持人工智能朝着有益、安全、公平方向健康有序发展。
岗位职责：
1. 负责多模态自回归模型，扩散模型的安全可信相关研究，解释和监控大模型的推理逻辑，对模型的reasoning能力进行分析和改进。
2. 核心参与深入研究多模态自回归模型，扩散模型和人类价值观对齐的问题，包括内对齐、外对齐、自对齐等，和团队合作开发RLHF, GRPO等强化学习技术，以及对前沿强化学习路线研究。
3. 核心参与深入研究AI前沿风险，包括Deceptive alignment, Scheming, uncontrolled AI R&D, Self-replication等问题。
4. 核心参与深入研究智能体的安全可信问题，包括终端智能体，电脑智能体和具身智能体等，和团队合作开发评测工具和技术，优化智能体场景下的安全可信问题。
研究大模型和智能体的攻防技术。
岗位要求
1. 硕士及以上学历，博士学历优先，计算机科学、电子信息、自动化或机器人相关专业背景优先，一年及以上工作经验者优先；
2. 具备扎实的机器学习和深度学习基础知识和算法实践能力，了解大模型的设计和训练流程；
3. 精通强化学习知识体系，熟悉主流强化学习算法如PPO、DPO等。
4 熟悉常用的深度学习框架和工具，具备良好的编程能力，熟练使用Python、C/C++等编程语言；
5. 在RSS、CoRL、ICRA、IROS机器人会议上或CVPR、NeurIPS、ICLR等人工智能会议有出色发表记录者优先。"
申请
展开
岗位职责
团队介绍：
上海人工智能实验室安全可信团队以Make Safe AI 为核心技术愿景，致力于大模型、具身、智能体及多智能体系统的安全与可信研究，关注模型推理能力与对齐机制的深入理解与优化。我们推动前沿技术在可信推理、对齐方法、攻击与防御、评测体系等方向的创新落地，成果多次发表于顶级学术会议，包括ACL杰出论文、ICLR Oral等。如果你对大模型安全、可信对齐及未来AI能力的潜在风险怀有热情，欢迎加入我们，共同推动从“让AI 变得安全”向“打造安全的AI 转变”，支持人工智能朝着有益、安全、公平方向健康有序发展。
你将收获：
* 参与构建下一代多模态AI安全防护体系构建
* 直面跨文本、图像、语音等模态的新型安全挑战
* 工作成果直接用于保护亿级用户的多模态AI产品
岗位职责：
1. 面向下一代多模态大模型（视觉-语言、语音-语言、视频-语言等），探索跨模态安全风险抑制技术；
2. 设计兼顾通用性能与安全防护的多模态模型训练策略，实现模型性能和安全的持续演进；
3. 多模态安全评测与验证：建立多模态安全评测基准和自动化攻防验证框架，持续迭代和优化安全加固策略。"
岗位要求
"任职要求：
教育背景：计算机科学、人工智能、软件工程、电子信息、数学、统计学及相关专业硕士及以上学历，博士优先。
技术能力：熟悉深度学习原理，精通至少一种主流深度学习框架（如 PyTorch、TensorFlow 等）；掌握多模态大模型（视觉-语言、语音-语言、视频-语言等）的训练与推理方法；具备模型安全相关领域的研究或开发经验，包括但不限于：安全训练算法、对抗攻击等；具备扎实的算法实现能力和代码工程能力，能独立完成从原型验证到落地部署的全流程。
加分项：
在NeurIPS/ICLR/CCS等顶会发表AI安全相关论文；有大规模多模态数据处理与标注经验；有参与开源多模态安全工具或安全评测基准建设的经历；有相关领域专利申请或落地产品经验。"
申请
上海人工智能实验室 未融资 上海
上海人工智能实验室是从事人工智能领域前沿基础研究与关键核心技术开发的新型科研机构。实验室的核心定位是面向世界科技前沿，开展人工智能，特别是通用人工智能的基础理论、核心算法、平台体系及重大应用的研究。其研究方向广泛涵盖计算机视觉、自然语言处理、多模态认知、机器学习、AI for Science以及相关的伦理与治理等。实验室汇聚了国内外人工智能领域的科研人才，设有先进的计算与数据基础设施支持大规模科研实验。作为科研机构，其工作重心在于产生具有国际影响力的原创性科研成果，并通过学术论文、开源项目、技术报告等形式进行知识传播。实验室的科研活动遵循学术研究的普遍规范，其发展服务于国家在人工智能领域的科技创新战略。