视频理解大模型业务研发

岗位职责： - 负责多模态大模型、视频理解大模型的研发与业务落地 - 非研究岗位，组内有时会有论文机会，但不确定，以发论文为目标的同学请提前沟通。 任职要求： - 较强的代码能力：能独立快速开发中小型项目（1000行左右Python），能够根据需求修改中大型开源框架（例如vllm、transformers）等，能在程序出错时系统性排查问题。不排斥用AI编程，但希望你可以驾驭AI编程。 - 深度学习基础扎实，熟练使用PyTorch - 熟悉主流开源多模态大模型，例如Qwen-VL/Omni等，了解其模型结构、训练方法等 - 熟练应用大模型：具体技能包括但不限于熟练应用Prompt Engineering，部署推理，面向垂类任务微调，要求有相关经验，使用过对应的框架，或成规模处理过训练数据 - 参与过视频相关的项目的优先，使用过一些基础的视频处理工具，例如ffmpeg - 能够实习3个月以上，最好6个月，要求线下实习（地点北京），导师同意，能保证出勤时间 其他： - 沟通请根据个人实习目标和任职要求进行自我介绍，海投不回 - 面试会考察实际业务代码，请准备一个生产环境（例如平时科研使用的环境，最好有GPU，可以跑pytorch、一些简单的模型）