多模态大模型

今天又收获了一个意向，目前一共收获了五个意向，按照timeline来记录一下---------------------------------------10.31 蚂蚁星 计算机视觉 意向10.12 字节AI Lab 多模态大模型 意向10.8 科大讯飞飞星计划 计算机视觉 意向9.27 百度提前批 多模态大模型 意向（百度大部分部门无意向一说，HR会打电话了解情况并口头通知）9.9 JD Star 自然语言处理 意向---------------------------------------再补充一些挂掉的，失败和遗憾才是人生的常态美团 多模态大模型 排序挂字节电商 多模态大模型 三面挂（一面就是3-1，二面是3-2，三面是4-1，像面seed一样，最后疑似意向发冒了挂了）百川智能 多模态大模型 二面挂MiniMax 多模态大模型 一面后杳无音信阶跃星辰 多模态大模型 一面挂腾讯 微信青云计划 语言大模型 一面挂（这个我是真不服气，纯纯面试官**）---------------------------------------然后是一些自己终止流程的商汤先锋计划 通用多模态大模型淘天 多模态大模型优酷 多模态大模型为什么终止其实大家心里都有答案，以上公司一些事情着实令人担心---------------------------------------最后是一些面试都完成的，还在录用评估的，希望可以泡出来快Star 计算机视觉米哈游提前批 游戏多模态大模型---------------------------------------最后希望11月开奖可以看到惊喜的数字，也祝全体秋招er一切顺利，拿到心仪的offer

投了几个多模态的暑期中大厂实习岗位，感觉几乎每个公司面试时间都在45分钟左右，项目没有问得特别细，八股也没有问得很深入，代码题出的是hot100简单到中等这个范围，想问问大家秋招面试也会问得这么简单吗？😖😖😖

10.23一面1. 深挖简历/项目相关，看对简历中的内容提及的知识的掌握程度。具体到我，面试官说在自己上学的时候听说过我的研究方向但不了解，所以比较感兴趣，所以问了问研究方向的基础知识。实习经历，主要在问商业化相关的，比如指标提升，数据集数据量，做的过程中遇到什么问题，怎么解决的？2. 手撕一道简单的算法题，求最长01交替子串的长度。做的时候写错了面试官会提醒，很nice，并且会交流思路。过样例即可，面试官会看你的思路是否正确。反问：公司/部门的业务具体是什么？技术路径是什么？面试官说不是有道词典的部门，算网易互联网的中台，为有道词典和其他一些业务提供能力。目前有一个QAnything（？疑似，没听清）大模型发布。另外感觉面试官非常着急，在3:30准时结束，赶着下一场不知道是不是kpi面求面过网易同岗位/同部门的uu分享经验，感谢

个人背景可以看之前写的腾讯LLM面经一面/技术面 2024/4/7 晚上19:00-20:00没有自我介绍，直接让介绍一些工作介绍了NeurIPS论文介绍了ICDM论文问了本科的建模？这属实没想到。。。着重介绍了快手的实习，面试官说他之前也做过搜广推这块的，所以问得比较详细图与LLM结合这块了解多吗？说了一些现有的工作面试官说他们现在在做一些代码生成/理解的东西，问我对这块有没有什么理解和想法，开放性问答问我有没有上手过一些LLM的东西，我说了LoRA微调，让我说了下原理LoRA一般用在哪里？用在不同地方有什么区别吗来了一个新面试官，让我再用几句话总结一下快手的实习为什么你做的东西会有效果？简...

交流信：邀请文档数据处理与大模型训练领域的顶尖人才我们正在积极寻找在文档数据解析、清洗、开源工具优化以及大模型训练领域具备深厚专长的人才！一、接触工作事项1. 文档数据解析与清洗：负责各类文档（包括但不限于 PDF、TXT、MD、PNG 等）的数据解析和清洗，确保信息的准确提取。2. 开源工具的熟练应用与优化：深入了解并优化开源数据处理工具，掌握其在行业中的应用原则和最佳实践。3.大模型训练支持：参与大规模模型训练，为亿级数据提供技术支持和解决方案。4.行业动态的关注与分享：持续关注文档解析与数据清洗的最新技术动态，能够独立解决或优化数据处理全链路的关键节点。二、人才要求•拥有多模态、NLP、CV、AI 等相关领域的专业背景，CVPR/AAAI等会议多篇者优先，经验不限，硕博及行业大牛优先。• 精通大模型训练与文档数据处理的结合，熟练掌握 OCR、数据清洗等开源工具的使用及其优化。•具备出色的团队协作和沟通能力。如果您符合以上条件，并对加入我们团队感兴趣，可私信我~💼公司岗位：多模态算法工程师/数据挖掘师💢工作强度：TEG 10 9 5🫶️团队氛围：非常活跃，拒绝pua👨🏻‍💻工作环境：腾讯楼都非常好看❤️职场感受：大佬特别多，欢迎交流💰薪资待遇：互联网顶薪，基准最高薪，面议📅oc时间线：牛人简历2-3周，其他通过初筛1个月-2个月🕒岗位/面试时间：初筛3天内发邮件/电联🤔笔试感受：牛人大咖可准备业界调研ppt (加分加薪项）

中秋节前三周要命的面试密度，今天随着商汤的结束暂时告一段落除了京东意向，剩下的都在排序---节后的面试就应该没有啥了，希望能尽快从池子里排出来吧也希望节后的论文结果顺顺利利的，祈福！

贡献一个多模态大语言模型方向的batch，JD-Star-自然语言处理方向刚刚发意向，算是一点慰藉了。

商汤-多模态大模型-算法实习生【工作职责】* 在通用视觉领域开展研究，负责视觉数据的处理，负责视觉大模型网络结构的训练。* 负责探索领域内的最新研究成果和技术进展。* 将通用视觉模型与实际业务场景结合，如用到自动驾驶场景中提升感知模型的性能。【任职要求】* 计算机科学、人工智能、机器学习或相关领域，硕士及以上学历。* 熟悉Python编程，掌握PyTorch等框架* 熟悉多模态数据的处理和表示方法，如图像与文本等数据模态的融合。* 熟悉经典模型结构如Transformer，InternVL, Bert，LLava* 熟悉熟悉多模态模型的训练，有SFT, DPO，RLHF等实践经验优先base：深圳，上海，杭州均可薪资：400/天，餐补：600/月，异地房补：50/天邮箱：简历可发到liangjinwei@sensetime.com平时会参与到日日新大模型、数学推理模型、业务模型的迭代，卡管够

北京右脑科技  薪资350-400/天公司介绍：国内领先的AIGC公司，发布LensGoAI、Vega AI2款百万用户级AI产品，先后获得奇绩创坛、光速中国、真格基金 3轮一线CV数干万融资。右脑创始团队成员均毕业于北京大学，是NUWA女娲、智源悟道等多模态预训练大模型的核心成员，具备微软亚洲研究院、商汤研究院、智源研究院等国内顶尖AI研究背景，拥有业内前沿的图像视频生成的研究和落地经验，数篇成果发表于NeurlPS、ECCV、ACM MM等顶会。算法实习生（数字人方向）【职位描述】1. 参与数字人算法开发，包括口型驱动，audio2motion等数字人驱动算法研究；2. 参与数字人应用开发，包括文本、语音、数字人、视频等多个模态的算法开发；3. 利用深度学习技术算法优化数字人口型驱动效果。【职位要求】1. 有语音合成、多模态生成、2D、3D数字人/虚拟人相关项目经验；2. 熟悉唇形合成、语音驱动动作、换装、语音克隆等数字人相关算法；3. 熟悉wav2lip等口型合成模型、声音克隆模型；4. 有数字人、Diffusion Models等生成式AI项目经验者优先。

2025奇虎360全球校园招聘开启啦SP Offer超高转正率SSR级培训资源超前沿技术课题国际化视野团队业内一流薪酬福利配置【投递方法】👇👇👇【投递链接】https://360campus.zhiye.com/填写内推码：IVVRBA评论区可留姓名缩写帮确认岗位+追进度~

LLM 大模型学习必知必会系列(三)：LLM和多模态模型高效推理实践 1.多模态大模型推理 LLM 的推理流程：  多模态的 LLM 的原理：  代码演示：使用 ModelScope NoteBook 完成语言大模型，视觉大模型，音频大模型的推理 环境配置与安装 以下主要演示的模型推理代码可在魔搭社区免费实例 PAI-DSW 的配置下运行（显存 24G） ：  点击模型右侧 Notebook 快速开发按钮，选择 GPU 环境： 打开 Python 3 (ipykernel)：   示例代码语言大模型推理示例代码  #通义千问1_8B LLM大模型的推理代码示例 #通义千问1_8B:https:...

商汤校招开始了，详情请看：https://mp.weixin.qq.com/s/oMcjSpqO3z-ZuPa2knHQ8g内推码：jveqan，先人一步！！！！需要了解岗位可以cue我~~

商汤研究院多模态大模型业务实习生招聘欢迎希望对大模型感兴趣的同学投递，组内直推地点 ：北京，上海1.多模态数据实习生 和算法团队并肩探索，与业务场景紧密结合，以多维度评价体系为指导，分析多模态模型优化所需数据。配合进行学术和应用场景的目标细分、拆解，协调对齐数据生产和算法开发过程。探索数据获取和清洗方式，对多模态数据进行爬取、构建、分析、处理。2.音频多模态大模型实习生负责音频多模态大模型的研究，探索音频，图像，文本多模态大模型的训练策略负责音频方向的ASR和TTS研究，负责流式多模态模型的迭代负责音频理解和音频生成等高质量数据集的构建和生成【任职要求】计算机科学、人工智能、机器学习或相关领域...

多模态算法实习生招聘【团队介绍】阿里云-飞天实验室-大数据和智能实验室致力于成为通义大模型与行业的桥梁，积极推动AI大模型时代各行业的智能化升级。目前团队主要负责通义千问和通义万相基础大模型在各行业的应用落地和算法研究，主要技术成果已成功应用到智慧交通、智能终端、电商零售、生物医疗、大型国际赛事(亚运会和奥运会等)等多个行业场景中。【岗位职责】1. 研究和探索基于多模态大模型的视频理解前沿算法和落地应用，包括但限于视频详细/结构化描述、视频长时记忆以及多模态推理等。【岗位要求】1. 博士在读，计算机相关专业优先；2. base地可选北京和杭州，杭州优先；3. 具有扎实的计算机视觉或大模型算法基础，对主流大模型的原理和使用有深入的理解，有成果发表在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR等国际顶级会议期刊者优先；4. 可以持续实习至少6个月，保证在职期间至少一个工作投递计算机相关顶会顶刊。

多模态对比语言图像预训练CLIP：打破语言与视觉的界限 一种基于多模态（图像、文本）对比训练的神经网络。它可以在给定图像的情况下，使用自然语言来预测最相关的文本片段，而无需为特定任务进行优化。CLIP的设计类似于GPT-2和GPT-3，具备出色的零射击能力，可以应用于多种多模态任务。   多模态对比语言图像预训练（CLIP）是一种神经网络模型，它通过多模态对比训练来学习图像和文本之间的关联。与传统的单模态预训练模型不同，CLIP能够同时处理图像和文本，从而更好地理解它们之间的语义关系。   CLIP的设计类似于GPT-2和GPT-3，是一种自回归语言模型。它通过对比学习来学习图像和文本之间的映...