快手｜多模态算法实习生-【商业化】

1、在ML/NLP/CV等领域的顶级会议上发表高质量研究成果，推动内容安全领域的技术创新和提高快手的业界影响力，包括但不限于以下研究方向： 2、对齐：包括fine-tuning、instruction-tuning、reinforcement learning、prompt tuning等； 3、数据：包括pre-training data、alignment data、synthetic data等； 4、评估：包括benchmarks、simulation environments、scalable oversight等； 5、需要独立或协作完成从算法设计、实验验证到论文撰写的全流程研究，目标在6-12个月内产出具备国际竞争力的顶会论文。

1、计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读，或具备同等研究能力的优秀本科生； 2、扎实的机器学习理论基础，熟悉深度学习、多模态融合、自监督学习等技术方向； 3、熟练使用Python及主流深度学习框架（PyTorch/TensorFlow/JAX），具备快速实现算法的能力； 4、对学术研究有强烈热情，能独立阅读并复现前沿论文，提出改进思路； 5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏； 6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先。