葛女士
上海人工智能创新中心·校招
2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
1、实现与优化具身智能大模型的预训练代码（PyTorch/JAX），解决分布式训练、混合精度加速等工程问题；构建高效的数据处理Pipeline（多模态数据并行加载、增强）。
2、将预训练模型适配下游任务（如机器人抓取、导航），开发轻量化微调工具链；
3、优化模型在边缘设备（如机械臂、AGV）上的推理效率（TensorRT、ONNX）。
4、开发可视化调试工具，监控预训练过程中的模态对齐、损失收敛等关键指标。
岗位要求
1、硕士学历，专业方向：计算机科学、自动化、电子信息。
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、分布式训练（FSDP/Deepspeed）、CUDA优化；
3、了解机器人操作系统（ROS）或仿真工具（PyBullet）。
4、有具身智能相关研究经历或相关领域顶会文章发布加分。
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。
你将收获：
探索千卡级强化学习后训练范式的训练框架设计和优化；参与构建下一代AI安全防护体系；直面多模态时代的新型安全挑战；工作成果直接影响亿级用户产品的安全防线
岗位职责
参与多模态基模型的复杂推理、搜索、交互能力训练系统构建和优化，设计高效的 post-training 大规模分布式训练管线，探索“算法-系统 co-design”的最佳实践，负责多模态思维链/奖励模型/验证器相关的数据自动合成框架标准化和高效化，推进相关算法/模型/工具链的开源和技术影响力传播
岗位要求
"任职要求：
有较好的编程能力和程序设计思维，扎实掌握计算机学科基础知识
有一定的深度学习相关基础，尤其对多模态大模型（MLLM）和强化学习算法和系统有相关经验
加分项：
主导或主力参与过中大型开源项目的研发，对技术和开源社区有热情
有计算机或数学学科的竞赛奖项/奖学金/导师推荐信/优秀实习经历
在 NeurIPS/ICLR/ICML 等顶会发表强化学习或 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）"
申请
上海
岗位职责
1、负责面向具身智能（Embodied AI）的多模态大模型（视觉-语言-动作）预训练框架设计与优化，探索高效的行为表示学习与跨模态对齐方法。研究物理驱动的预训练（如结合动力学模型、物体属性编码），提升模型在机器人操作、导航等任务中的泛化能力。
2、设计具身智能专用预训练数据集（仿真+真实数据），解决数据稀缺与分布偏差问题。
3、开发数据高效学习算法（如自监督学习、课程学习），降低对标注数据的依赖。
岗位要求
1、博士学历，专业方向：计算机科学（AI方向）、机器人学等相关专业。
2、精通Transformer、扩散模型等架构，熟悉大模型预训练技术（如LLM、VLM）；
熟悉具身智能相关领域（强化学习、多模态融合、Sim2Real）；
3、（加分项）有机器人仿真平台（Isaac Gym、AI2-THOR）或真实系统开发经验。
4、在AI/机器人顶会（CoRL、RSS、ICLR等）发表过一作论文；
（加分项）参与过具身智能相关项目。
申请
展开
岗位职责
"职位描述
你将收获：
深入探索应用于多模态大模型的强化学习前沿算法，设计并验证能够提升模型对齐效果、可解释性与鲁棒性的创新方法。
系统性地研究和应对由 AI 生成内容带来的新型、复杂的安全与伦理挑战，产出具有行业影响力的研究成果。
岗位职责
多模态推理探索： 探索如何将强化学习应用于视觉、语言各类等多模态信息的对齐，解决图文理解、视频交互等场景下的复杂推理与决策难题。
奖励机制与价值建模： 设计和迭代 Reward Model 与价值评估体系，研究如何更精确地建模人类偏好与复杂价值观，并将其有效传递给大模型。
AI安全与伦理研究： 深入研究 AI 生成内容的潜在风险，如偏见、幻觉、滥用等，并开发基于强化学习的防御、纠偏与可控性技术。
"
岗位要求
"任职要求
具备优秀的算法实现与实验能力，对数据结构、算法等计算机科学基础知识有深入理解。
拥有扎实的强化学习理论基础，对主流强化学习算法有深入理解，并具备 PyTorch 深度学习框架下的成熟实践经验。
对多模态学习、强化学习与AI安全/对齐领域有深入的理解和强烈的研究热情。
具备优秀的科研思维与创新能力，能够独立发现问题、提出假设、设计实验并进行严谨的分析验证。具备出色的学习能力和解决问题的热情，善于沟通，能够与团队成员高效协作。
加分项
科研经历： 在 NeurIPS / ICLR / ICML / CVPR 等顶级会议上以第一作者身份发表过强化学习、多模态模型、AI安全等相关方向的论文。
相关研究经验：
对多模态奖励模型的训练和评测有深入研究。
有 RLHF/RLAIF/Constitutional AI 等对齐算法的深入研究或实现经验。
开源社区贡献： 主导或核心贡献过有影响力的AI算法或研究相关的开源项目。
竞赛与荣誉： 在计算机、数学等学科竞赛中获得过奖项，或获得过知名奖学金、顶尖导师的推荐信。"
申请
上海
岗位职责
1.设计制定AI芯片评测方案，包括功能、性能、稳定性等全方位指标，覆盖训练、微调、推理等多个应用场景，满足内外评测需求。
2.掌握主流模型底层算法原理，持续跟踪技术发展趋势，结合工程实践不断完善评测指标和评测方案。
3.根据评测方案进行基准值采集，完成后续评测方案答疑沟通和评测数据验证工作，编写相关测试和分析报告。
4.将以上评测流程自动化，参与评测平台建设。
5.参与芯片评测领域相关标准编写，对外沟通等影响力建设工作。
岗位要求
1.电子工程、计算机科学或相关专业本科及以上学历。有AI芯片评测经验优先。
2.熟悉深度学习框架，熟悉AI芯片的体系结构，精通性能测试工具和方法。有大模型实际训练、微调、推理应用、部署经验者优先。
3.良好的团队协作和沟通能力。
申请
上海
岗位职责
部门介绍：
持续探索开放式的人工智能计算体系，研究并突破面向多计算后端的计算编译技术，推动计算能力与算法发展的同步演进，实现云边端多种计算单元的高效适配与训练支持，满足新一代智算基础设施带来的全新计算需求。
岗位职责：
1、参与各种AI加速芯片接入深度学习训练与推理框架的开发工作
2、运用编译、融合算子等多种技术手段，加速各种AI加速芯片上的大模型训练推理
3、其他相关前沿技术的调研与运用
岗位要求
岗位要求：
1、具有良好的编程习惯，熟练使用Python/C++ 语言，有较强的debug能力；
2、熟悉大模型推理或者训练的原理与框架
4、较强的自驱动力，对先进技术有浓厚兴趣；
5、有较强的团队精神和沟通交流能力；
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1、负责面向科学领域的基座大模型研发，探索多模态（文本、结构、时序数据）融合的AI模型架构，提升模型在科学任务上的泛化能力和可解释性。
2、研究并优化大模型训练方法（如高效微调、分布式训练、低资源适应），提升科学计算场景下的模型性能。
3、与科学家团队合作，将AI模型应用于真实科学问题（如蛋白质设计、气候预测、新材料发现）。
岗位要求
任职要求：
1、硕士及以上学历，计算机科学、计算科学、应用数学/统计学等相关专业
2、熟悉Transformer、扩散模型、图神经网络（GNN）等架构，有LLM或多模态模型研究经验。
3、在AI/CV/科学计算领域发表过顶会论文或期刊论文。
（加分项）参与过AI4S相关开源项目（如DeepMind的AlphaFold、OpenCatalyst）。
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1、研发面向地球物理、气象、空间科学的基座大模型，结合多模态数据，构建AI模型。
2、探索AI在极端天气预测、地震波反演、空间天气建模等领域的应用，推动物理机理与数据驱动的融合方法。
3、与地球物理、大气科学、空间科学专家合作，将AI模型应用于复杂地球系统建模（如气候模拟、地磁暴预测、地质结构分析）。
4、高性能计算优化：优化模型在地球科学上的训练与推理效率，构建高效的科学计算pipeline。
岗位要求
任职要求
1. 博士学历，计算机科学、地球物理/气象学/空间科学（具备AI研究经历）、计算物理/应用数学等相关专业
2. 熟悉Transformer、图神经网络（GNN）、物理信息神经网络（PINN）等架构，有LLM或多模态模型研究经验。
3、加分项：了解地球物理/气象/空间科学的核心问题（如数值天气预报、地震波传播、太阳风建模）。
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1、研发面向科学发现的基座大模型，结合知识图谱（KG）、检索增强生成（RAG）、多模态学习等技术，构建可解释的科学推理框架。
2、探索大模型在自动假设生成、实验设计优化、科学文献挖掘等场景的应用，推动AI加速科研（如新材料发现、药物设计、物理定律归纳）。
3、推动科学发现闭环：从数据→模型→假设→实验验证的全流程优化。
4、优化大模型在科学数据（如论文、实验记录、数据库）上的训练与推理效率，构建高性能科学AI平台。
岗位要求
1、博士学历，博士学历，计算机科学、应用数学、计算物理/化学、统计学，或具备强数理逻辑的交叉学科背景。
2. 熟悉Transformer架构、Prompt Engineering、LoRA/P-tuning等高效微调方法。有LLM（如GPT、LLaMA、Galactica）相关研究或项目经验。
3、知识图谱/RAG：熟悉知识图谱构建（Neo4j、SPARQL）、实体关系抽取、检索增强生成（RAG）技术。
（加分项）有科学知识图谱（如SciKG、Wikidata）或专业领域RAG（如医学、材料学）相关经验。
4. 在顶会（ICLR、AAAI、ICML）或顶刊（Nature Computational Science、PNAS）发表过推理相关论文。
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1. 参与科学数据大模型的设计、训练优化、评测，推动多样化科学场景中的创新应用
2. 面向大规模科学数据集，设计和开发科学数据的泛化高效表征（自监督预训练、数据压缩）方法
3. 持续跟踪AI领域与科学数据领域前沿动态，参与团队的技术讨论与创新攻关。
岗位要求
岗位要求
1.教育背景：计算机科学、人工智能、数据科学或相关领域的硕士/博士；
2.扎实的机器学习和深度学习背景，具有很强的发现问题、解决问题、coding能力；
3.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。
加分条件：
1. 作为核心作者，做出来过有一定影响力工作的（有影响力工作定义：Star量高的开源repo，细分领域中里程碑/受关注度大的研究工作）
2.具备科学数据的处理与模型设计经验者
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1. 参与大模型（LLM、VLM、科学大模型）的设计、优化与训练，推动模型性能和应用场景的创新。
2. 开展多智能体优化和科学认知架构设计相关研究，探索智能体协作、决策、自演化机制。
3. 应用强化学习（RL）方法解决复杂问题，并推动其在多智能体和大模型中的应用。
4. 跟踪AI领域前沿动态，参与团队的技术讨论与创新攻关。
岗位要求
岗位要求
1.教育背景：计算机科学、人工智能、机器学习、数学或相关领域的硕士/博士；
2.熟悉强化学习、多智能体优化相关理论；对大语言模型（如 GPT 系列、Transformer 架构）有深入理解；
3.具有很强的发现问题、解决问题、coding能力；
4.相信AGI，对AGI领域的前沿研究充满热情，特性：在通往AGI的道路中找到并发现问题的本质，为了解决某个重要问题而不断去学习不同的技能；
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1. 参与大模型（LLM、VLM、科学大模型）的设计、优化与训练，推动模型性能和应用场景的创新。
2. 开展多智能体优化和科学认知架构设计相关研究，探索智能体协作、决策、自演化机制。
3. 应用强化学习（RL）方法解决复杂问题，并推动其在多智能体和大模型中的应用。
4. 跟踪AI领域前沿动态，参与团队的技术讨论与创新攻关。
岗位要求
岗位要求
1.教育背景：计算机科学、人工智能、机器学习、数学或相关领域的硕士/博士；
2.熟悉强化学习、多智能体优化相关理论；对大语言模型（如 GPT 系列、Transformer 架构）有深入理解；
3.具有很强的发现问题、解决问题、coding能力；
4.相信AGI，对AGI领域的前沿研究充满热情，特性：在通往AGI的道路中找到并发现问题的本质，为了解决某个重要问题而不断去学习不同的技能；
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1、探索人工智能与物质科学相关自然科学研究课题的结合，致力于提出新的研究方法与技术路径；
2、参与科学智能的大模型开发和训练，开发和优化适用于物质科学问题的AI模型与开源AI工具，持续提升模型性能；
3、跟踪国际前沿研究动态，推动研究方向的拓展与深化，打造和提升行业技术影响力。"
岗位要求
任职要求
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，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，或发表人工智能领域顶会论文；
3、拥有良好的沟通与团队协作能力，能够与跨学科团队高效合作；
4、具备极强的自主探索、解决问题的能力和精神，针对研究过程中遇到的实际问题能够自主寻找解决方案。"
申请
展开
岗位职责
部门介绍：
我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。
以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。
岗位职责
1、探索人工智能与物质科学相关自然科学研究课题的结合，致力于提出新的研究方法与技术路径；
2、参与科学智能的大模型开发和训练，开发和优化适用于物质科学问题的AI模型与开源AI工具，持续提升模型性能；
3、跟踪国际前沿研究动态，推动研究方向的拓展与深化，打造和提升行业技术影响力。
岗位要求
任职要求
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，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，或发表人工智能领域顶会论文；
3、拥有良好的沟通与团队协作能力，能够与跨学科团队高效合作；
4、具备极强的自主探索、解决问题的能力和精神，针对研究过程中遇到的实际问题能够自主寻找解决方案。
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。