关注公众号，获取更多AI领域发展机会
组别介绍
商汤研究院基础视觉组是商汤前研究执行总监代季峰博士( https://jifengdai.org/ )建立，致力于提出和实现最前沿的算法，保持算法在工业界和学术界的领先，推动视觉理解、智能决策和深度学习算法在众多实际应用领域的性能优化和落地，相关工作已落地服务于本田、广汽、合众、一汽等知名客户。
近期，我组发布了书生2.5多模态多任务通用大模型。在物体检测标杆数据集COCO上，书生2.5 取得了 65.5 的 mAP，是世界上唯一超过65 mAP的模型；在图像分类标杆数据集ImageNet上，书生2.5是唯一准确率超过90.0%的开源大模型；我们基于大语言模型提出全新框架 GITM, 在经典游戏《我的世界》中打造了通才AI智能体；我们提出了端到端的视觉中心任务框架 VisionLLM, 将图像视为外语为视觉和语言任务提供了统一的视角。我们提出基于点击和语言驱动的视觉交互系统 InternGPT，实现用户与多模态大模型的便捷交互。
在自动驾驶领域，我组参与感知决策一体工作UniAD获得CVPR 2023 Best Paper Award Candidate，是自动驾驶领域的唯一一篇；我组提出的 BEVFormer 系列工作以大幅领先的优势获得知名自动驾驶比赛Waymo Challenge 2022 - 3D Camera-Only Detection赛道冠军，nuScenes榜单Camera-only检测任务榜单第一；并亦取得 Waymo Challenge 2022 - 3D Semantic Segmentation榜单第一名，Occupancy and Flow Prediction榜单第三名；我组主持CVPR 2023 3D Occupancy Prediction Challenge，提出Occupancy数据集和基线方法OccNet，比赛吸引了来自10个国家和地区的149支参赛队伍，包含英伟达，华为，阿里巴巴等知名机构参加。
另外，组内ICLR 2021（Review评分并列第二）Oral论文 Deformable DETR 获得商汤最佳论文奖(Citation 2200+)，知名比赛Meta LVIS Challenge 2020曾获第一名。本组的研究方向包括且不限于超大规模预训练模型，多模态学习，视觉Transformer，物体检测，语义分割，自动驾驶，无监督/自监督学习，GAN，行为识别，SLAM等。
岗位一、大模型研究员(多模态基模型)
工作职责
负责研发多模态基础模型，可处理图像，文本，语音等多模态数据，负责网络结构框架的整体设计和优化。
负责探索多模态领域内的最新研究成果和技术进展，熟悉BLIP, LLaVA, mini-GPT4等多模态模型。
构建和维护多模态数据集，负责多模态大模型的业务落地和推广。
任职要求
计算机科学、人工智能、机器学习或相关领域，硕士及以上学历。
熟悉Python/C++编程，掌握PyTorch等框架。
熟悉多模态数据的处理和表示方法，如图像与文本、语音等数据模态的融合。
熟悉熟悉多模态模型的训练，熟悉经典模型结构如blip2
额外加分项，满足一项或多项
有较强的研究能力，于CCF B类以上会议或期刊发表过论文。
有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
有较强的学术比赛经验或者在知名数据集的Leaderboard上排名靠前。
有较强的代码能力，有高质量的中大型项目或个人开源项目的经验。
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解。
学习成绩优秀，有较高的GPA。
有自我驱动力，勤奋好学。
岗位二、大模型研究员(通用视觉方向)
工作职责
在通用视觉领域开展研究，负责视觉数据的处理，负责视觉大模型网络结构的设计和训练。
负责探索领域内的最新研究成果和技术进展，在相关领域发表论文和专利。
将通用视觉模型与实际业务场景结合，如用到自动驾驶场景中提升感知模型的性能。
任职要求
计算机科学、人工智能、机器学习或相关领域，硕士及以上学历。
熟悉Python/C++编程，掌握PyTorch等框架
熟悉计算机视觉，熟悉目标检测、语义分割等常见的视觉技术
熟悉Transformer，EVA, SAM等模型架构
额外加分项，满足一项或多项
有较强的研究能力，于CCF B类以上会议或期刊发表过论文。
有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
有较强的学术比赛经验或者在知名数据集的Leaderboard上排名靠前。
有较强的代码能力，有高质量的中大型项目或个人开源项目的经验。
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解。
学习成绩优秀，有较高的GPA。
有自我驱动力，勤奋好学。
岗位三、大模型研究员(具身智能)
工作职责
在Embodied AI领域开展研究，探索大模型结构的设计、构建和训练。
设计和实现具身智能系统的感知、控制、规划和决策等技术，以实现智能体在复杂环境中的自主行为。
负责探索领域内的最新研究成果和技术进展，并将其应用到实际项目中。
任职要求
计算机科学、人工智能、机器学习或相关领域，硕士及以上学历。
在Embodied AI领域有丰富的研究和开发经验，对具身智能技术有深入理解。
熟悉Python/C++编程，掌握PyTorch等框架。
熟悉强化学习算法，具备在具身智能系统中应用的经验。
额外加分项，满足一项或多项
有较强的研究能力，于CCF B类以上会议或期刊发表过论文。
有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
有较强的学术比赛经验或者在知名数据集的Leaderboard上排名靠前。
有较强的代码能力，有高质量的中大型项目或个人开源项目的经验。
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解。
学习成绩优秀，有较高的GPA。
有自我驱动力，勤奋好学。
岗位四、大模型研究员(多模态 - NLP方向)
工作职责
负责研发NLP领域大模型，紧跟前沿技术进展，负责大语言模型的训练和finetune
负责大语言模型CoT, 涌现能力，推理能力等方面的研究
负责大语言模型轻量化算法的研发，探索大规模数据下模型架构设计与优化方法
将大语言模型与视觉模型相结合，探索多模态模型的设计
任职要求
计算机科学、人工智能、机器学习或相关领域，硕士及以上学历。
熟悉Python/C++编程，掌握PyTorch等框架。
对NLP相关研究方向有深入的理解和实践经验。
熟悉Transformer，GPT，自回归模型等网络结构框架。
熟悉大模型微调技术，如LoRA、Adapter，指令微调等
额外加分项，满足一项或多项
有较强的研究能力，于CCF B类以上会议或期刊发表过论文。
有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
有较强的学术比赛经验或者在知名数据集的Leaderboard上排名靠前。
有较强的代码能力，有高质量的中大型项目或个人开源项目的经验。
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解。
学习成绩优秀，有较高的GPA。
有自我驱动力，勤奋好学。
岗位五、大模型研究员(平台系统)
工作职责
参与大模型训练的工具设计和开发，提升大模型训练性能，提高训练集群利用效率。
负责大模型通用平台的搭建，使用Langchain等工具将大模型与外部API结合，拓展大模型能力。
探索前沿大模型训练相关技术的发展，包括但不限于算子优化, 计算划分与调度、动态重计算、流水线优化等。
任职要求
对主流大模型算法的从算子到训练框架层面有相关理论与实践经验, 具备良好的快速学习和理解能力，有团队协作精神，有责任心，乐于接受挑战。
对主流大模型训练工具, deepspeed, megatron, apex有实践与改良经验。
了解GPU体系结构，有NVIDIA CUDA开发经验。
有计算机相关背景，了解机器学习和计算机体系结构等基础知识。
熟悉c++ 或者python，了解一种深度学习平台。
额外加分项，满足一项或多项
有较强的研究能力，于CCF B类以上会议或期刊发表过论文。
有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
有较强的学术比赛经验或者在知名数据集的Leaderboard上排名靠前。
有较强的代码能力，有高质量的中大型项目或个人开源项目的经验。
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解。
学习成绩优秀，有较高的GPA。
有自我驱动力，勤奋好学。
直通车
工作地点：北京，上海
投递邮箱：[email protected]
邮箱主题/简历命名格式：商汤正式(校招or社招)/实习申请+意向岗位+招聘宣传来源+姓名
