AI多模态研究实习生（有留用机会）(A58593A)
招聘时间
即日起 至 2026-05-31
招聘单位
小鹏汽车
所在地区
北京
工作地点
北京市/北京市/海淀区 丹棱街1号 互联网金融中心23层
学历要求
硕士
实习时长
每周5天，每天3小时
职责描述
职责描述：
职责概述：参与自动驾驶与多模态大模型（VLM/LLM）相关的数据与模型研发工作，主要包括：
1、参与数据分布分析与场景聚类工作，通过向量化表示对大规模数据进行组织与分析，理解数据结构、长尾分布及典型场景特征；
2、基于向量检索与聚类结果，参与相似场景发现、数据筛选与问题挖掘，支持模型训练数据的构建与优化；
3、参与模型推理与数据处理相关工具开发，编写和维护 Python 代码，用于模型调用、数据处理、统计分析及结果可视化；
4、参与模型行为分析工作，包括 hidden states、attention、logits 等中间信息的对比与分析，协助理解模型表现与问题来源；
5、协助完成实验设计、结果分析及技术文档整理，支持模型效果评估与数据迭代。
任职要求：
1、研究生在读，计算机、人工智能、数据科学、统计等相关专业；
2、熟练使用 Python，具备基本的数据处理能力（如 NumPy / Pandas），熟悉 PyTorch 者优先；
3、对大模型（LLM / VLM）或多模态方向有基本理解，有实际项目经验者优先；
4、具备基础的数据分析能力，能够理解数据分布、聚类或相似性分析等概念；
5、具备良好的学习能力和问题分析能力，对数据驱动的模型优化有兴趣；
加分项
1、有向量检索（FAISS / Milvus）、聚类（k-means / DBSCAN 等）或表示学习经验；
2、有 LLM / VLM 使用或开发经验（如推理、prompt、embedding 等）；
3、有模型训练、finetune 或推理加速（如 vLLM）经验；
4、有相关科研项目或实习经历（NLP / CV / 多模态等）；
我们能提供
1、参与前沿多模态与自动驾驶 AI 系统的实际研发，接触真实生产级数据与问题；
2、深入理解数据 → 模型 → 效果的闭环过程（data flywheel）；
3、使用主流技术栈（如 vLLM、Milvus 等），获得工程与算法结合的实践经验；
4、由资深工程师指导，快速提升工程能力与模型理解；
5、表现优秀者提供转正机会。
职责概述：参与自动驾驶与多模态大模型（VLM/LLM）相关的数据与模型研发工作，主要包括：
1、参与数据分布分析与场景聚类工作，通过向量化表示对大规模数据进行组织与分析，理解数据结构、长尾分布及典型场景特征；
2、基于向量检索与聚类结果，参与相似场景发现、数据筛选与问题挖掘，支持模型训练数据的构建与优化；
3、参与模型推理与数据处理相关工具开发，编写和维护 Python 代码，用于模型调用、数据处理、统计分析及结果可视化；
4、参与模型行为分析工作，包括 hidden states、attention、logits 等中间信息的对比与分析，协助理解模型表现与问题来源；
5、协助完成实验设计、结果分析及技术文档整理，支持模型效果评估与数据迭代。
任职要求：
1、研究生在读，计算机、人工智能、数据科学、统计等相关专业；
2、熟练使用 Python，具备基本的数据处理能力（如 NumPy / Pandas），熟悉 PyTorch 者优先；
3、对大模型（LLM / VLM）或多模态方向有基本理解，有实际项目经验者优先；
4、具备基础的数据分析能力，能够理解数据分布、聚类或相似性分析等概念；
5、具备良好的学习能力和问题分析能力，对数据驱动的模型优化有兴趣；
加分项
1、有向量检索（FAISS / Milvus）、聚类（k-means / DBSCAN 等）或表示学习经验；
2、有 LLM / VLM 使用或开发经验（如推理、prompt、embedding 等）；
3、有模型训练、finetune 或推理加速（如 vLLM）经验；
4、有相关科研项目或实习经历（NLP / CV / 多模态等）；
我们能提供
1、参与前沿多模态与自动驾驶 AI 系统的实际研发，接触真实生产级数据与问题；
2、深入理解数据 → 模型 → 效果的闭环过程（data flywheel）；
3、使用主流技术栈（如 vLLM、Milvus 等），获得工程与算法结合的实践经验；
4、由资深工程师指导，快速提升工程能力与模型理解；
5、表现优秀者提供转正机会。
