AI算法实习生（座舱多模态/VLA/具身智能方向）

AI算法实习生（座舱多模态/VLA/具身智能方向）上海社招实习数字技术 - 算法硕士及以上工作年限不限职位描述1. 参与视觉语言模型（VLM）、视觉语言动作模型（VLA）的研发与落地，探索智能座舱内外及具身智能场景中的多模态感知、行为理解、决策与控制能力； 2. 跟踪并复现 VLM、VLA、世界模型（World Model）、具身智能强化学习（RL）、模仿学习（Imitation Learning）等前沿论文与开源项目，推动技术创新； 3. 参与算法设计、模型训练、评估、优化及部署，输出技术调研报告，推动前沿研究成果向实际产品转化； 4. 参与多模态数据闭环建设，包括数据采集、处理、标注、训练、评估及持续迭代，支撑多模态智能系统的长期演进； 5. 参与 MuJoCo、Isaac Sim 等仿真平台的环境搭建、算法验证与 Benchmark 测试，完成模型在仿真环境中的性能评估、稳定性测试及问题分析，支撑 Sim2Real 能力建设； 6. 参与算法测试与评估体系建设，包括离线评测、仿真测试、自动化测试、性能分析及问题定位，推动算法持续优化与工程落地。职位要求1. 计算机科学、人工智能、自动化、电子信息等相关专业硕士及以上学历，2028届毕业生； 2. 具备扎实的机器学习、深度学习与计算机视觉基础，对多模态大模型、具身智能等方向有浓厚兴趣； 3. 熟练掌握 Python，熟悉 PyTorch、TensorFlow 等主流深度学习框架，具备模型训练、微调与优化经验； 4. 熟悉 VLM、VLA、World Model、强化学习（RL）、Embodied AI 等相关技术方向中的至少一个，并具备较强的论文阅读、算法复现与源码分析能力； 5. 深入理解 VLA、World Model、强化学习等相关算法原理及模型架构，能够根据实际任务需求修改网络结构、训练流程、目标函数（Objective/Loss）、奖励函数（Reward）及优化策略； 6. 熟悉 MuJoCo、Isaac Sim、Habitat、CARLA 等至少一种仿真平台，具备环境搭建、算法验证、仿真测试或性能评估经验； 7. 具备良好的工程能力与代码规范意识，能够独立完成模型开发、实验设计、性能分析及问题定位； 8. 具备良好的沟通协作能力和学习能力，乐于探索前沿技术并推动技术落地。 加分项 1. 具有 VLM、VLA、World Model、Embodied AI、强化学习、SLAM、3D视觉、空间智能等相关项目或实习经历； 2. 熟悉多模态大模型训练、微调、评估及部署全流程，具备大规模模型训练或分布式训练经验； 3. 具备强化学习、奖励模型设计、奖励函数设计、模仿学习、行为克隆或离线强化学习相关经验； 4. 具有 MuJoCo、Isaac Sim、Habitat、CARLA 等仿真平台开发、测试、环境搭建或 Benchmark 建设经验； 5. 具备算法测试、模型评测、自动化测试框架或大规模实验管理经验； 6. 在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、CoRL、RSS、IROS、ICRA 等计算机视觉、人工智能或机器人方向国际顶级会议发表论文者优先考虑； 7. 具有高质量开源项目、核心代码贡献，或在 Kaggle、天池等算法竞赛中取得优异成绩； 8. 具备良好的英文读写能力，能够高效阅读前沿论文并输出高质量技术文档。 你将获得 1. 算力资源支持； 2. 深度参与智能座舱大模型、VLA、World Model、具身智能等前沿方向研发； 3. 接触真实量产场景与产业级技术挑战，推动算法落地应用； 4. 有机会参与从算法研究、模型设计、仿真验证、模型训练到产品落地的完整研发流程。投递