中国电信人工智能研究院｜【AI Flow生成式智能传输】TeleAI-多模态理解算法实习生

： 1.对多模态大模型的图像理解，图像压缩和图像质量增强等视觉感知能力的研发、设计和应用； 2.参与研究由多模态大模型驱动的图像视频理解业务方案；参与跟踪相关领域学术/工业界前沿算法、包括数据构建、训练调优、评测迭代等相关工作； 3.探索大模型端侧部署的压缩技术，涉及低精度，低显存推理方案；支持多模态/视频大模型在真实业务场景中的落地工作； 4.适配主流端侧硬件（ARM CPU/NPU、高通DSP、Apple Neural Engine），构建端到端性能分析工具链，定位模型在内存占用、功耗、延迟等方面的瓶颈并针对性优化；

岗位要求： 1.硕士/博士在读，计算机科学、人工智能、软件工程，电子信息等相关专业； 2.熟悉Python、C++等至少一门编程语言，具有较强的代码开发能力，熟悉Linux工作环境； 3.熟悉Pytorch，TensorFlow等至少一种深度学习框架，了解Vision-Language Models，有大模型训练/微调基础； 4.在国际顶尖会议或期刊（包括但不限于 NeurIPS, ICLR, CVPR, ICCV, ECCV, IEEE TPAMI）上发表过论文者优先； 5.了解图像视频理解，图像压缩和质量增强，模型加速，具有实时多模态大模型项目经验者优先； 6.每周出勤至少能够保证4天，可连续实习3个月以上。