上海人工智能实习岗位

岗位职责 1、与研究员合作针对集团的生成式AI业务板块中共性痛点和挑战性问题研发创新性解决方案； 2、与研究员合作做某一细分领域算法或系统的深入研究，例如但不限于web前端LLM数据合成，Agentic RL算法研究等，当前重点聚焦agentic coding领域，关注swe，terminal bench相关基准； 3

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 工作职责1. 参与大模型推理系统设计和研究，进行服务层、推理层和算法层的优化探索，实现整体效率提升 2. 进行推理性能分析和优化，实现对gpu，npu等异构硬件，云端等各种场景的高效推理技术 3. 探索融合模态大模型的推理技术方案 4. 强化学习训练中的推理框架优化探索 岗位要求 任职要求1. 在计算机科学

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.视频生成模型测评： 紧跟视频生成领域前沿，深入体验并测评主流及组内自研的图像/视频生成模型；设计科学的评测指标，通过代码实现自动化测试，输出专业评测报告，为算法优化提供反馈。 2.推理管线优化：参与视频生成模型推理工程管线的搭建与优化，包括但不限于设计并实现更符合用户意图的推理管线、推理加速、显存优化提升

本科 · 查看完整岗位与申请入口 →

岗位职责 职位描述 工作职责 1. 探索压榨gpu的极致性能，探索推理和模型架构的协同设计等前沿方向。 2. 参与 大模型强化学习（RL）训练系统 的设计与优化，覆盖训练、推理、环境交互与调度等关键环节 3. 跟进并复现业界前沿的 RL 与 MLSys 研究工作，推动新方法在实际系统中的落地 岗位要求 职位要求 任

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 工作职责 1.参与图像视频生成模型、世界模型的训练框架(LightX2V)的开发和优化，实现整体效率提升 2.参与图像视频生成模型、世界模型的数据集收集和清洗 3.参与图像视频生成模型、世界模型的训练和开源工作 岗位要求 职位要求 1. 计算机科学、人工智能、机器学习等相关专业在读硕士或博士（优秀本科生可考

学历以官网为准 · 查看完整岗位与申请入口 →

此岗位为实习岗位，需要一周至少出勤三天、至少实习三个月哦 【岗位职责】 负责大模型在公司内的应用落地实施，核心职责如下： 1.前沿技术应用落地：推动并落地业界领先的Agent技术，包括技术评估、部署、最佳实践的迭代与全方位支持； 2.AI Agent应用开发：打造具备自主规划、执行及工具应用能力的AI Agen

本科 · 查看完整岗位与申请入口 →

岗位职责 1、面向端到端自动驾驶大模型，研究并落地RL、On-policy Distillation等后训练范式，提升模型在复杂驾驶场景下的决策质量与泛化能力； 2、结合Momenta海量量产真实路测数据，设计数据闭环驱动的后训练策略，加速模型在长尾驾驶场景中的能力提升； 3、对比和融合SFT、RL、On-policy

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 参与端到端自动驾驶大模型的架构设计与核心算法研究，整合感知、预测与规划模块，推动模型整体性能持续提升； 2. 基于Transformer、VLM等主流架构，探索感知-规划一体化建模方法，提升模型在复杂、长尾驾驶场景下的泛化与鲁棒性； 3. 结合Momenta海量量产路测数据，设计数据闭环驱动的训练策略，

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 我们致力于打造面向真实物理世界的Policy世界模型，依托 Momenta海量真实物理交互数据，聚焦先进模型架构设计与大规模Scaling，构建具备物理一致性、长时序推理与可交互能力的下一代 AI 基础模型。团队覆盖多模态统一理解与生成、VLA、端侧 Policy Model 、视频生成全链路，提供行业最一线

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 负责Momenta自动驾驶大模型、世界模型的分布式训练推理框架研发，主要包括： 1、参与设计、研发、维护团队内部的模型分布式训练框架，擅长分析并深度优化训练各个阶段的性能瓶颈，包括计算效率、通信延迟、显存占用等； 2、结合不断迭代的模型算法逻辑，设计并实现针对性的高效分布式并行训练策略； 3、深入研究 CUD

硕士 · 查看完整岗位与申请入口 →

岗位职责 1. 技术原型与可行性验证：基于开源模型或内部API，通过搭建MVP或Agent工作流来验证业务场景的技术可行性，并界定模型能力边界。 2. 应用架构设计与调优：深度参与RAG系统全链路设计与优化，负责复杂任务的Prompt策略与Agent工具调用逻辑设计，对生成效果负责。 3. 效果评测与数据驱动迭代：构建

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.协助 TapTap 广告系统 CTCVR 排序模型及策略的迭代和优化，从特征挖掘、样本生成、模型结构优化、多目标联合建模等方向提高排序模型的精度，驱动业务增长； 2.协助广告系统策略优化，包括但不限定于个性化推荐算法策略的调研和优化，广告竞价机制设计和优化，广告产品的反作弊和竞价算法优化； 3.对广告主的

本科 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 医学多模态学习 项目简介： 肌萎缩侧索硬化症（Amyotrophic Lateral Sclerosis, ALS）是一种进行性神经退行性疾病，具有病程进展快、临床表型异质性强、早期症状隐匿等特点：其早期诊断率不足70%，从首发症状到确诊的延迟平均超过一年，患者常因此错失最佳干预窗口，而现

学历以官网为准 · 查看完整岗位与申请入口 →

岗位描述 研究领域： 机器学习 项目简介： 表格数据作为结构化信息的核心载体，在金融风控领域具有不可替代的价值。然而，当前主流的大语言模型（LLMs）在处理此类结构化业务数据时存在显著局限。由于LLMs仅具备对表格、数字和统计学的初级理解能力，难以在复杂的结构化数据上做出准确预测，而TFMs专为结构化数据设计，

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 负责机器人系统中机器学习算法的研究、开发与优化，包括但不限于视觉—语言—动作（VLA）大模型、具身感知、任务规划、运动控制及端到端机器人学习等方向； 2. 负责机器人多模态数据的收集、清洗、标注、质量评估与预处理，熟悉真机数据、仿真器数据、3DGS数据等不同类型数据的特点、处理方法及配比策略，提升模型的

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 端到端算法，物理AI foundation model方向实习。 岗位要求 岗位要求 1.熟悉 C/C++、Python，有良好的数据结构和算法基础。 2.深刻理解机器学习、深度学习等相关知识。 3.熟悉 Caffe/TensorFlow/MXNet 等训练框架。 4.有顶级学术论文发表者优先。 5.有实际

学历以官网为准 · 查看完整岗位与申请入口 →

工作内容 1. Workflow Orchestration Build & maintain AI automation pipelines using low-code platforms (e.g., Alibaba Bailian, Dify). Integrate REST APIs from various

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.负责网络安全领域数据的构建、清洗、合成与扩充,包括漏洞分析、漏洞利用、代码审计、逆向分析等方向的数据建设,持续提升模型在安全领域中训练、后训练阶段的数据质量;探索不同类型安全数据与模型能力之间的关系,开发自动化数据合成链路。 2.负责构建和优化网络安全智能体评测体系,持续跟踪业界最新研究进展,分析模型

本科 · 查看完整岗位与申请入口 →

岗位职责 多模态大模型能力在近年飞速发展，模态的统一、任务的统一、多种模态联合生成和实时交互带来了崭新的应用体验和生产力提升。在这个过程中，我们需要脚踏实地的同时仰望星空，发挥想象力预判新模型能力带来的应用场景革新，研究达到理想态的关键演进路径并进行度量分析，指引长期有潜力的模型迭代方向。方向包括但不限于 1.多模Ag

硕士 · 查看完整岗位与申请入口 →

岗位职责 本岗位覆盖以下主要技术方向： 1.方向一：文本/多模态预训练 • 设计和优化千亿级参数大模型的分布式训练系统，支持文本基座预训练和原生多模态训练的正确性、性能和稳定性 • 负责训练框架核心模块（通信、调度、容错、Checkpoint、数据加载）的架构设计和性能优化，在同等硬件条件下持续提升训练吞吐 • 协同算

硕士 · 查看完整岗位与申请入口 →

岗位职责 在 LongCat 基座大模型团队，参与探索具身智能基础模型的架构和范式，从系统架构、数据策略、模型结构、训练策略等角度切入，参与算法研究、系统工程和数据工程，打造具有更强能力和更高潜力的基座模型。包括： 1. 多源数据的合成和处理，包括：egocentric video 数据、仿真数据、UMI 采集数据、真

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.负责大模型推理引擎的研发和优化，包括推理系统优化、模型量化压缩和模型部署； 2.负责开发和维护基于大规模数据的推理引擎； 3.参与解决推理过程中的技术难题，提升推理算法的性能和效果； 4.开展相关领域的技术研究，提出创新性的解决方案。 岗位要求 1.大学本科及以上学历，计算机相关专业优先； 2.有软件开

本科 · 查看完整岗位与申请入口 →

岗位职责 1. 开发基于强化学习方法的运控算法，重点攻关感知运控融合、或通用移动导航（Locomotion+Navigation）算法开发; 2. 进行全身/基座运控模型开发，进行全身动作生成，在通用小脑基座模型方向有创新开发能力； 3. 进行多模态数据集的收集与处理工作； 4. 面向人形机器人交互与部署态场景，

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 围绕人形机器人「从智能体到真机落地」的完整链路,参与具身智能软件研发,把多模态智能体的能力工程化地跑在真实机器人本体上,形成「模型—部署—数据」的闭环。具体包括: 1. 具身智能体(Embodied Agent / VLA):多模态大模型、模仿学习/强化学习、任务规划与技能编排; 2. 端侧软件与部署:机

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1. 参与构建高质量具身多模态数据体系，负责数据的处理、清洗与分析；参与大规模训练 pipeline 建设，包括数据处理、分布式训练框架搭建、训练效率优化与模型评估体系建立；参与数据算法SAM2/GroundingDINO、语义、 位姿等标注迭代优化，提高自动标注质量； 2. 参与算法在仿真平台及真机平台上

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 1.负责大模型训推框架优化加速/自动驾驶模型训练系统优化； 2.大模型优化方向预研，如可训练稀疏注意力、结构化稀疏等。 3.强化学习训练框架开发。 任职要求 1.熟悉C++/python，有Pytorch使用经验； 2.了解CV/LLM/RL主流模型，熟悉常用的训练/推理优化手段； 3.有大规模并行

学历以官网为准 · 查看完整岗位与申请入口 →

岗位职责 加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。 工作职责： 这是"肌肉记忆"。有了世界模型，RL 才能真正 scale。我们在做的事情是： 面向自动驾

本科 · 查看完整岗位与申请入口 →

岗位职责 加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。 工作职责： 这是"想象力"。真正 scalable 的智能体，必须能在脑子里模拟世界。我们在做的事情是：

本科 · 查看完整岗位与申请入口 →

岗位职责 【研究方向】： 聚焦大规模 LLM 训练与推理中的 Scale-Out 网络通信优化， 【核心问题包括】：MoE Expert Parallelism 下的 All-to-All 通信瓶颈、网络拓扑感知的数据调度、异构集群下的通信-计算协同优化。研究成果面向 MLSys、SC、EuroSys、NeurIPS

学历以官网为准 · 查看完整岗位与申请入口 →

【岗位介绍】 1. 参与模型压缩部署相关⼯作，包括但不限于量化、剪枝、蒸馏等 2. 参与模型部署的开发以及性能调优 【职位要求】 1. 熟悉Linux，具有良好的编程能⼒，熟悉Python/C++开发； 2. 深⼊理解典型的深度学习算法（如CV和NLP模型），熟悉⼀种或多种主流深度学习框架； 3. 具有模型

硕士 · 查看完整岗位与申请入口 →