多模态大模型算法实习生-深圳

面壁智能（简称面壁）以推动AGI终端场景革命为战略核心，专注高效大模型的全栈研发、产业应用与生态构建，致力于成为端侧智能的技术引领者。公司自主研发MiniCPM面壁小钢炮®系列端侧模型，凭借超高效能优势，赋能汽车人机交互系统、智能家居、AI手机、AIPC等终端。秉承“智周万物”的愿景使命，面壁攻关普惠的通用人工智能，助力终端产业智能化升级与垂直行业提效革新，并通过OpenBMB等开源社区开放技术成果，加速智能平权普惠进程。 岗位职责： 1、参与高质量训练数据的标准化，完成数据清洗支持模型微调与效果迭代； 2、参与模型训练及效果评测，能基于评测结果洞察数据问题，提出数据优化建议； 3、参与构建和优化自动化对齐系统，覆盖Prompt优化、数据合成链路、SFT训练验证； 4、识别和分析数据合成链路效果瓶颈，设计数据合成优化方案，持续优化数据合成效果； 5、应用Multi-Agent手段，实现自动化Prompt调优、AI as Judge等核心能力。

1、计算机、人工智能、统计学或相关专业在读，本科及以上学历； 2、编程基础扎实，熟悉至少一种主流语言（Python/C++等）； 3、熟悉常见深度学习框架(torch/transformers/ms-swift等)； 4、在ACL、EMNLP、ICLR等顶级学术会议或期刊上发表过相关论文者优先； 5、实习时长4～6个月，每周在岗至少4天。