职位描述
【团队介绍】
智谱多模态大模型团队是全球领先的多模态研究团队之一，专注于推动视觉生成模型和视觉语言模型的发展，团队拥有从多模态生成到理解的全栈自研技术体系，依托强大的计算资源和全链路研发能力，持续引领行业创新。
团队先后推出并开源了GLM image、CogView、CogVideo等前沿生成模型，其中CogVideoX是首个商业级别的开源视频生成模型，github star 1w+，hugging face下载量数百万，并应用于线上业务智谱清影，GLM-Image是⾸个开源的⼯业表现级离散⾃回归图像⽣成模型，为认知型生成模型奠定了技术基础，文字生成任务达到SoTA，其中模型的自回归部分全程在昇腾芯片完成训练，引发社区较多技术讨论。
【希望你可以承担以下工作】多模态生成算法研究
- 基础算法：进行图片多模态内容生成的模型架构、训练算法、调优技术等算法技术研究探索；
- 强化学习：探索利用强化学习等技术基于人类反馈和自动化Reward/Critique模型提升生成内容质量的优化算法；
- 模型加速：探索通过蒸馏、量化、架构算法改进等方式提升模型的训练推理效率；
- 算法工程：支持多模态生成模型的训练推理框架优化，以及开源项目的开发、维护和适配；
【职位要求】
1. 机器学习、人工智能、软件工程等相关专业，硕士及以上学历；
2. 较强的算法开发能力，熟悉常用的机器学习、深度学习算法；
3. 熟练运用Pytorch、Deepspeed、Megatron等主流框架；
4. 熟悉diffusion算法，有较强代码工程能力。
加分项：
1. 在NeurIPS，ICLR，CVPR，ICML等顶级会议或期刊上发表过论文者优先；
2. 熟悉并行训练框架，有多机多卡训练经验者优先。
立即投递
