# 多模态大模型算法实习生-2027届

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/internship/position/7646703858689870107/detail

## 来源岗位原文

1. 提升自动驾驶场景中训练数据的自动化标注能力，协助完成数据闭环；

2. 负责视觉语言模型（VLM / VLA）的后训练调优（涵盖小规模与大规模阶段），持续增强模型在自动驾驶场景中的感知与推理能力；

3. 探索多模态融合、基座模型、思维链（CoT / CoC）等前沿技术在自动驾驶领域的创新应用，提升复杂场景下的模型推理能力与泛化边界；

4. 深度对接自动驾驶业务需求，推动关键技术落地，协同实现模型效果与系统性能的双重提升；

5. 从业务实际问题出发，参与解决方案的探索与预研，推动技术持续演进与落地。
任职要求
1. 教育背景
 a. 计算机科学与技术、人工智能、机器学习或相关专业，在读硕士或博士研究生。

2. 专业技能
 a. 具备扎实的计算机与人工智能基础，熟悉 Transformer、ViT、LLaVA、Qwen-VL、InternVL、MiMo-V2-Omni 等常见模型架构；
 b. 熟悉 LoRA、SFT、RL 等主流后训练技术；
 c. 编程能力强，熟练掌握 Python，熟悉 PyTorch 及相关大模型训练框架（如 ms-swift、DeepSpeed、Megatron 等）。

3. 软性能力
 a. 能够主动同步工作进展，具备良好的团队协作与沟通能力。

4. 优先条件
 a. 有 VLM / VLA 多模态大模型的预训练（pretrain）或后训练（post-train）经验；
 b. 以第一作者或共同作者在 A 类会议（如 CVPR、ICCV、ACL、AAAI、NeurIPS、ICML 、ICLR等）发表过相关论文者优先。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 3, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}}

---
opening_id: 59ea7e62-a6e5-402f-9573-f72ac4063758

`anm openings save --id 59ea7e62-a6e5-402f-9573-f72ac4063758`