AIPQ算法实习生

1、负责多模态大模型（MLLM）的全流程训练，包括高质量数据的制作与收集、预训练（Pre-Training）、指令微调（SFT）和后训练（Post-Training），在开源及业务数据集上实现SOTA性能； 2、探索并优化多模态大模型（MLLM）在图像质量评价（IQA）业务场景中的高效微调和推理技术，满足多样化业务需求（拍照、视频等），实现模型的快速适配与高效部署； 3、结合产品需求，参与算法的设计、开发、验证、集成、优化和维护，解决算法产品化过程中的各种技术问题，确保算法达到上线要求； 4、深入研究多模态、大模型等内容理解能力在图像质量、风格、美学评价方面创新型应用，探索下一代图像质量评价（IQA）新范式。

1、计算机科学基础扎实，具备优秀的编程能力，熟悉主流大模型训练与推理加速框架； 2、具备出色的实验分析与问题解决能力，能够深入解决模型训练和应用中的各类问题； 3、具备良好的沟通与团队协作能力，能够与团队共同探索新技术，推动技术进步； 4、在多模态或大模型领域主导过有影响力项目或发表过高水平论文者优先； 5、具备图像质量、美学评价研究落地经验者优先。