北京InternshipEntry-levelPosted Today
大模型研究和工程实习生-MiMo北京校招实习算法类职位描述1.创新模型结构设计：
- 参与大型语言模型核心架构设计与优化
- 探索Transformer及其变种的改进方案
2. 原生多模态探索：
- 研发原生多模态架构，实现文本、图像、音频等模态信息的深度融合
- 研究多模态对齐技术，实现不同模态的语义一致性
3. 模型推理能力提升：
- 借助强化学习+CoT，提升大语言模型推理能力
- 自研强化学习算法，搭建强化学习训练框架，设计奖励函数、构建环境、优化模型提升性能
4. 大模型训练推理Infra
- 开发和优化大规模分布式训练推理系统
- 优化大模型训练的内存使用和通信效率
5. 科学评测体系构建：
- 构建科学严谨的算法评测方法，系统评估模型的性能
- 探索模型能力的潜在机制，推动模型优化和创新职位要求职位要求
1. 学术能力：
- 精通深度学习、强化学习（RL）、自然语言处理（NLP）等领域，具备创新研究能力
- 在相关领域的国际顶会或期刊发表高质量论文（如 NeurIPS、ICML、CVPR、ICLR、ACL 等）
- 在领域内知名比赛（NOI、IOI、IPhO、ACM、Kaggle 等）中取得优异成绩者优先
2. 编程能力：
- 熟练掌握 Python、C++ 或其他编程语言，具备扎实的数据结构与算法基础
- 熟悉主流深度学习框架（如 PyTorch、TensorFlow），能够高效实现复杂模型
职位要求
1. 学术能力：
- 精通深度学习、强化学习（RL）、自然语言处理（NLP）等领域，具备创新研究能力
- 在相关领域的国际顶会或期刊发表高质量论文（如 NeurIPS、ICML、CVPR、ICLR、ACL 等）
- 在领域内知名比赛（NOI、IOI、IPhO、ACM、Kaggle 等）中取得优异成绩者优先
2. 编程能力：
- 熟练掌握 Python、C++ 或其他编程语言，具备扎实的数据结构与算法基础
- 熟悉主流深度学习框架（如 PyTorch、TensorFlow），能够高效实现复杂模型
加分项
- 熟悉大型模型训练技术，包括预训练、SFT（监督微调）、RLHF&O1（基于人类反馈的强化学习）。
- 在多模态建模（如图像-文本、语音-文本对齐）领域有相关研究经验。
- 有分布式系统和并行计算经验，熟悉CUDA编程或GPU优化技术投递