多模态大模型算法实习生（上海）

职位描述

岗位职责

1.参与科学文献相关的数据处理与知识抽取工作，包括文本解析、多模态信息抽取与结构化整理；

2.参与科学多模态大模型（VLM）的数据工程与算法研究，包括多模态数据对构建、指令数据设计、预训练/SFT/RL实验迭代；

3.在指导下参与科学文献数据的整理、分析与质量评估，支持OCR、图表解析、化学结构识别、多模态RAG等模块的落地；

4.参与科学文献Benchmark构建与评测体系设计，支持真实业务与项目需求；

5.视项目进展，参与AI4S相关的数据或算法探索性工作，支持模型与算法方向的进一步研究。

任职要求

任职要求

1.在读本科高年级/硕士/博士研究生，计算机、人工智能、机器学习、NLP、CV或相关专业；

2.对大语言模型、多模态大模型、信息抽取或文本理解方向有浓厚兴趣；

3.具备扎实的编程能力，熟悉Python和PyTorch，了解基本的多模态或NLP算法；

4.学习能力强，做事踏实，能够按要求完成任务并持续优化；

5.具备主动思考和探索意识，愿意尝试新方法并与团队沟通；

6.每周工作至少4天，实习至少4-6个月，全职实习者优先。

加分项

1.有LLM、VLM、RAG、Agent或相关项目经验；

2.有科学文献、长文本或专业领域文本处理经验；

3.有知识抽取、信息抽取或文档智能相关经验；

4.有计算机视觉或多模态相关经验（OCR/图表理解/DocVQA等）；

5.有研究型项目、论文或技术报告相关经验；

6.有ACM/Kaggle/天池等竞赛获奖经历；

7.是知名开源项目（GitHub/HuggingFace）的contributor。

实习收获与发展

1.参与真实的科学文献理解与知识抽取场景，而非教学型或Demo项目；

2.在实践中逐步理解复杂科学问题与AI4S项目需求；

3.表现优秀的硕士/博士实习生可获得转正机会；

4.有机会参与论文、技术报告或对外研究成果的产出。