产研实习生

AI 摘要智能生成

技术文档沉淀：参与撰写实验记录

职位描述

一、岗位职责 1. 数据治理与支撑：负责侵权识别模型训练与评估所需数据的全流程处理，包括数据集清洗、正负样本构建、Hard Negative 挖掘及质量校验，确保数据可靠性。 2. 模型实验与优化：在指导下参与多模态召回与精排模型（图像/文本 Embedding、VL Reranker）的训练、调优及效果评估，系统记录实验过程并协助产出分析报告。 3. 效果监控与洞察：协助维护算法效果监控体系，定期分析线上关键指标（如准确率、召回率、命中量等），并基于 badcase 分析提出初步优化建议。 4. 技术文档沉淀：参与撰写实验记录、技术方案、模型选型对比等文档，协助团队完成知识管理与经验沉淀。 二、任职要求 1. 基本条件：2027 届及以后毕业的本科及以上学历在读生，计算机、人工智能、数学、统计、数据科学等相关专业，可实习5个月以上，每周5天。 2. 知识基础：扎实的算法与数据结构基础，熟悉机器学习常见任务（如分类、检索）与深度学习基本原理；掌握 Transformer、BGE、ViT、CLIP、DINOv3、Qwen-VL 等多模态模型基础原理者优先;掌握多模态大模型微调，分布式训练基础原理者优先。 3. 工具技能： （1）熟练使用 Python 进行数据处理与分析，掌握 Pandas、NumPy 等库；熟悉 PyTorch，能独立跑通模型训练和推理流程； （2）熟练掌握 SQL，能独立编写复杂查询进行数据提取与分析； （3）熟悉`Pytorch`、 `transformers`、`sentence-transformers` 等主流库者优先。 （4）熟悉 LLamaFactory、swift、deepspeed等常用大模型微调工具者优先。 4. 实践经验：在算法竞赛、科研项目或实习中，有实际的模型训练、数据分析、多模态或大模型应用等相关经验者优先。 5. 综合素养：逻辑清晰，自驱力强，具备良好的学习能力、沟通能力与团队协作意识。

任职要求

• Python
• SQL
• 算法
• 机器学习
• 深度学习
• 数据分析
• 沟通能力