锦鲤求职岗位描述
岗位职责
前沿算法研究：围绕生成式基础模型相关技术与算法开展研究，研究方向包括但不限于视频生成（Video Generation）、世界模型（World Model）、点云生成（Point Cloud Generation）、4D 场景生成（4D Scene Generation）、联合生成（Joint Generation）等，持续提升生成模型的可控性、一致性与真实性；鼓励探索创新方法及其在自动驾驶场景中的落地应用，深度参与基础模型的构建、训练、评测与开源，支持产出高质量技术报告与研究成果。
以下方向满足其一即可：
生成方向深入研究经验：熟悉主流生成模型架构（如 DiT、VAR、Flow Matching 等），熟悉扩散类生成框架（如 DDPM/DDIM、Score-based Models、Rectified Flow 等），以及世界模型相关架构（如 Causal Video Model、Latent World Model 等）；具备扎实的大模型训练、微调与迭代经验。
自动驾驶 / 策略模型深度迭代经验：具备生成模型、VLA、多模态模型、感知模型等方向的模型迭代经验，熟悉从模型训练、数据构建到评测分析的完整闭环。
同时希望你具备：
扎实的工程能力：熟练使用 Python 与 PyTorch，熟悉 Hugging Face 生态，有大规模模型训练与迭代经验者优先；
良好的综合素质：具备清晰的逻辑思维与团队沟通协作能力，优秀的英文阅读与写作能力；对人工智能技术充满热情，具有较强的探索精神和创新意识；
专业背景：计算机、应用数学、模式识别、机器学习等相关专业硕士 / 博士在读（博士优先），具有一定的科研经历。
加分项
有行业顶尖开源或闭源项目的全流程开发经验，覆盖模型调研、方案设计、训练迭代、性能评测、工程优化与长期维护等环节；
在计算机视觉、机器学习、图形学、机器人等领域顶会或期刊（如 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、SIGGRAPH、RSS、CoRL、TPAMI 等）以第一作者发表过相关论文，有 3D 生成 / 视频生成 / 图像编辑 / 自动驾驶方向研究经历者优先；
拥有高质量开源项目经验（如 GitHub 高 Star 项目），或在相关算法竞赛中取得优异成绩；
实习要求：如申请实习岗位，希望每周实习不少于 4 天，实习期 4 个月及以上；能够长期稳定实习者优先，支持部分时间远程。
我们提供的资源
充足的算力：500+ 高性能、大显存的 GPU 训练资源，充分支持你的 idea 闭环验证。
丰富的数据积累与评测支持：上亿帧真实驾驶视频数据积累，配套完善的数据回传与仿真 / 真车评测平台。
系统的研究指导：资深研究员一对一指导，定期组织技术分享与论文研讨，全力支持高水平论文发表。
有竞争力的待遇：提供有竞争力的实习 / 正式待遇，以及舒适的办公环境。
广阔的成长空间：深度参与从算法研究、系统训练到真实落地的完整流程，优秀实习同学可获转正机会。