岗位描述
岗位描述:加入智谱多模态大模型团队,参与多模态基座模型与生成模型相关研究与开发。团队专注于推动视觉语言大模型在认知、推理及生成方向的突破,具备从多模态理解到生成的全栈自研技术体系,已推出 GLM-V、GLM-Image、CogView、CogVideo 等系列模型,并持续推进多模态生成、OCR 与文档解析等前沿方向的技术创新与开源工作。 岗位要求:机器学习、人工智能、软件工程等相关专业,硕士及以上学历;具备较强的算法开发能力,熟悉常用机器学习、深度学习算法;熟练使用 Pytorch、Deepspeed、Megatron 等主流框架;熟悉 diffusion 算法,并具备较强的代码工程能力。加分项包括:在 NeurIPS、ICLR、CVPR、ICML 等顶级会议或期刊发表过论文;熟悉并行训练框架,并具有多机多卡训练经验。