BYR Achieve · 镜像论坛

中电信人工智能研究院多模态理解小组组内直招本人毕业于北邮模式识别实验室，希望招募对多模态大模型（MLLM）有一定基础、具备独立思考能力并能长期实习的同学，从事科研和国家重大项目研发工作。过去一两年曾带领多位实习生（包括多位北邮同学）在 CVPR、AAAI、ACM MM 等顶会上发表论文，组里实习过的同学均有非常不错的去向，包括北大、复旦、上交、上海AI Lab 等顶尖高校或机构的 PhD。欢迎有想法的同学私戳交流！（fanghan1996@outlook.com) 中电信人工智能科技（北京）有限公司- 多模态理解算法实习生组内直招，欢迎有兴趣的学弟学妹来咨询，可以标题注明“算法实习生”并发送简历到 weix11@chinatelecom.cn(为了防止被公司邮箱系统过滤，建议也给这个私人邮箱也发一遍（fanghan1996@outlook.com), 长期有效工作地点：中汇广场（地铁二号线东四十条站门口）岗位要求 1. 参与多模态大模型的结构设计、预训练任务、模型训练和推理等工作，包括但不限于多模态预训练、跨模态检索、多模态对话、RAG、UI Agent等； 2. 参与大模型环境搭建、模型训练、模型优化实验、原型系统搭建、大模型应用构建； 3. 结合电信业务和开源技术，对大模型的特定能力进行针对性优化。组内资源 1. 有竞争力的薪资：作为电信重点研发项目，实习薪资350-450元/日，非北京学生包住宿； 2. 转正优先考虑：当前就业形势下国企相对更加有保障； 3. 接触最前沿的算法：组内成员大部分来自一线互联网和国内top院校，在相关领域有丰富的经验；团队氛围好，共同攻关前沿技术； 4. 丰富的计算资源和数据：组内有大量 GPU计算资源，海量的多模态训练和测试数据。小组在多模态大模型上的成绩： 1. 小组研发的电信多模态大模型TeleMM 在国内权威多模态大模型评测平台 OpenCompass （由上海人工智能实验室研发的开源、高效、全面的大模型评测体系及开放平台）的 2024 年总榜单上排名第 3，超过OpenAI 的 GPT-4o，与国内的通义千问和国外 Google 的 Gemini 处于第一梯队，在图文理解、视觉问答、逻辑推理等任务上表现优异。TeleMM作为基模广泛应用于电信的各类社会安防、城市治理、交通管治等实际业务。 2. TeleMM在MMMU测试benchmark上，排名第一，展现了TeleMM在专项学科测试任务上（跨越了30个学科和183个子领域），具有结合领域知识完成深度感知和逻辑推理的能力。 3. TeleMM在MME上的总得分排名第二，展现了对OCR、计数、地标识别等感知子任务和常识推理、逻辑推理等认知子任务（总计 14 个子任务）的强大适配能力。任职要求 1. 硕士及以上学历，数学、计算机、电子、自动化等相关专业； 2. 熟悉C++或Python，具有较强的代码开发能力，熟练在Linux下工作，熟悉Shell； 3. 熟悉深度学习算法如CNN、RNN、Transformer等，熟悉TensorFlow，Pytorch等其中一种深度学习框架；熟悉计算机视觉、图像处理等专业领域的学科知识； 4. 熟悉LLaVA等多模态大模型的框架、预训练和微调等技术，有 MLLM、LLM、RAG、UI Agent方向的实际落地经验优先； 5. 在国际顶尖会议或期刊（包括但不限于CVPR, ICCV, ECCV, NeurIPS, ICML, AAAI,TPAMI,IJCV, TIP等）上发表过论文者优先； 6. 每周出勤至少能够保证3天，可连续实习3个月以上。欢迎各位感兴趣的同学关注咨询、提交简历，期待大家的加入！共同合作开展多模态大模型的前沿研究和应用落地！

【实习】【组内直推】中电信人工智能研究院多模态理解实习生