AI推理框架工程师-2027届 北京、上海 校招 正式 互联网 / 电子 / 网游 - 研发 2027届校园招聘 职位描述 1. 极致推理服务构建：针对特定端到端推理任务，设计并实现符合 zero-overhead 极致标准的高性能推理服务。2. 底层算力挖掘：深入底层体系结构，针对特定计算硬件（如 GPU 等）进行极限性能优化与算力挖掘。3. 系统架构演进：主导端到端推理系统架构的前瞻性研究、核心模块开发以及长期的迭代维护。4. 前沿算法落地：追踪并研究业界前沿的性能优化技术，开展相关算法的探索与工程落地工作。 职位要求 1. 计算机或相关专业，2027届本科及以上学历。2. 具备出色的端到端性能瓶颈分析能力，能够透彻理解并解释性能表现的底层原理（包括但不限于深度的 GPU 性能剖析与调优）。3. 拥有深厚的编程功底和优秀的代码品位，具备扎实的数据结构与算法基础。4. 深入理解计算机体系结构与操作系统基本原理。5. 精通 C/C++，熟练掌握 Python，具备构建大规模、高质量工程代码的能力。6. 具备极强的系统可靠性保障意识，在服务监控报警、容灾降级等方面有成熟的思考或实战经验。7. 具备优秀的团队协作精神与跨部门沟通能力，责任心强。8. 拥有强烈的技术好奇心与自驱力，学习能力出众。【加分项】1.
算法实习生-多模态感知大模型-亦庄 北京 实习 职位描述 1. 负责基于 Camera、LiDAR 及多模态融合的感知算法开发与优化，工作方向包括但不限于动态目标检测与追踪、3D occ、在线地图感知等。2. 负责研发面向高精度静态环境感知的端到端深度学习模型，重点覆盖交通信号灯（红绿灯）、交通标识、车道线、路缘、静态障碍物等关键元素的检测与识别。3. 设计端到端模型架构（如BEV感知、Transformer-based模型），实现从原始数据到结构化静态场景输出的高效映射4. 负责算法在自动驾驶实际产品中的落地和优化提升，解决实际问题。 职位要求 1. 计算机或相关专业本科以上学历；2. 熟练掌握深度学习及计算机视觉相关的基本算法；3. 熟悉基于CNN的图像检测、跟踪、识别等算法流程；4. 优秀的编程能力，熟悉C/C++或Python；5. 有较强的独立解决问题能力，学习能力及沟通能力；若能满足如下条件的其中一个，会适当加分：1. 有较强的研究能力优先，如发表过第一作者CCF A类会议或期刊等论文；2. 熟悉某种深度学习框架，如Pytorch等，对深度学习有深入的了解；3. 熟悉并行计算或cuda编程，或图像处理方面经验的优先；4. 在自动驾驶行业有实习经验；5. 能实习6个月及以上。 投递...
影像算法专家 深圳 社招 全职 职位描述 a) 利用深度学习研发计算摄影算法，应用于影石相机产品和后期编辑软件b) 在图像增强、图像恢复和图像编辑等领域，跟踪业界和学界最新成果，持续改进算法c) 深度学习模型训练、调试和优化，开发算法原型demod) 与AI开发工程师合作，部署算法在桌面端、移动端和嵌入式端 职位要求 a) 拥有计算机、软件、光学工程或相关专业硕士及以上学历，图形图像处理相关专业背景b) 具备两年以上消费级影像算法研发经验，或在CCF B类以上会议或期刊，发表过论文c) 熟悉常用数字图像处理技术，熟悉ISP者优先d) 掌握至少一种主流深度学习框架，有模型量化、剪枝、蒸馏经验e) 熟悉相机成像原理，有扎实的数学功底f) 了解摄影美学常识，熟练掌握岗位日常工作工具使用 投递...
感知算法实习生-广州 广州 实习 职位描述 1. 负责基于相机（Camera）、激光雷达（LiDAR）及多模态融合的感知算法研发与优化，研究方向包括但不限于目标检测、语义/实例分割、目标跟踪、占据（occupancy）预测与三维重建等。2. 跟踪并探索 Gaussian Splatting、self‑supervised learning（自监督学习）等前沿技术，评估并研究其在感知与占据预测等任务中的应用，关注算法的实时性与边缘端推理性能优化。3. 探索基于 Gaussian Splatting 与自监督学习的感知能力提升方案，推动模型在实际场景中的工程化落地与性能验证。 职位要求 1. 计算机或相关专业本科以上学历；2. 熟练掌握深度学习及计算机视觉相关的基本算法；3. 熟悉基于CNN的图像检测、跟踪、识别等算法流程；4. 优秀的编程能力，熟悉C/C++或Python；5. 有较强的独立解决问题能力，学习能力及沟通能力；若能满足如下条件的其中一个，会适当加分：1. 有较强的研究能力优先，如发表过第一作者CCF A类会议或期刊等论文；2. 熟悉某种深度学习框架，如Pytorch等，对深度学习有深入的了解；3. 熟悉并行计算或cuda编程，或图像处理方面经验的优先；4. 在自动驾驶行业有实习经验；5. 能实习6个月及以上。 投递...
AI 院-多模态团队-多模态理解算法研究员 北京 全职 互联网 / 电子 / 网游 职位描述 【团队介绍】智谱多模态大模型团队是全球领先的多模态研究团队之一，专注于推动视觉语言大模型的认知与推理能力的突破。团队拥有从多模态理解到生成的全栈自研技术体系，依托强大的计算资源和全链路研发能力，持续引领行业创新。团队负责多模态基座模型研发（视觉语言模型+多模态生成模型），先后推出GLM-V系列多模态基座模型，以及GLM-Image、CogView、CogVideo等前沿生成模型。2025年连续发布GLM-4.1V-Thinking、GLM4.5V和GLM-4.6V系列模型，其中GLM-4.1V-Thinking创新性地引入思维链推理机制，采用课程采样强化学习策略，系统性提升模型跨模态因果推理能力与稳定性，在28项业界权威评测中有23项达成10B级模型的最佳成绩(SOTA)；而GLM-4.5V采用MoE架构(总参数106B、激活参数12B)，在100B级视觉推理模型中树立起新的标准，在41个业界主流benchmark上达到同级别SOTA，且OCR、视频理解、AI解题、长文档解读、前端复刻、空间定位与推理等核心能力获得显著提升；GLM-4.6V则在多模态感知和深度推理方面进一步增强，且支持128k long-context、多模态工具调用和图文交错输出，为执行复杂、长程、多模态Agentic任务奠定坚实基础；9B版本的GLM-4.6V-Flash整体表现超过 Qwen3-VL-8B，106B参数12B激活的GLM-4.6V表现比肩2倍参数量的Qwen3-VL-235B。顺应技术发展趋势和业界需求，2026年初团队研发和开源GLM-Image和GLM-OCR。前者是智谱新旗舰图像生成模型，全程基于国产芯片完成训练，采用独创的「自回归+扩散解码器」混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题，是面向以Nano Banana Pro为代表的新一代「认知型生成」技术范式的一次重要探索。GLM-OCR则是轻量级OCR和文档解析专用模型，以“小尺寸、高精度”树立新标杆，其性能登顶 OmniDocBench，擅长公式、手写体、表格等高难场景，仅 0.9B 参数，推理高效易部署，在HuggingFace上获得超过360万下载量。【岗位职责】1、 设计和训练先进的多模态大模型，包括图像、视频的理解与生成；2、 搭建与优化多模态大模型的自动化数据通路，提升模型的多模态基础能力及下游任务上的效果；3、优化模型训练，包括包括模型的预训练、微调、偏好对齐等；4、探索前沿算法，多模态理解的数据合成、模型自我迭代等；5、加速多模态大模型的推理过程并部署到实际应用中。 职位要求 1、985高校计算机、电子、自动化等相关专业硕士或博士学位(优秀本科生亦可考虑)；2、深入理解常用多模态算法；具备多模态大模型和视频理解相关项目经验者优先；3、在CCF-A类会议发表过多模态相关论文者优先考虑；4、熟练运用Pytorch、transformers、megatron等主流框架；5、工作态度认真负责,具备良好的团队协作能力。 加入我们，您将有机会:1、参与突破性的多模态AI研究；2、与顶尖专家共事,快速提升技能；3、在充满活力的环境中实现自我价值；我们期待您的加入,一同推动AI技术的前沿发展! 投递...
算法博士后（清华联培） 北京 全职 互联网 / 电子 / 网游 职位描述 一、应聘条件： 1、 品学兼优，身体健康，无不良记录； 2、 获得博士学位不超过3年，或已满足颁发博士学位要求；以及从其他博士后科研流站 （工作站）出站的博士后研究人员，年龄35周岁以下； 3、 具备全日制进站工作条件，不招收在职研究人员。 二、福利待遇 1、 业界最前沿科研课题，大规模预训练模型、数字人和科技情报挖掘等方向； 2、 中国顶级高校教授&行业领军人才双导师团队，有机会参与清华大学等顶级研究机构课题； 3、 有竞争力的薪酬待遇和学习成长机会，50万年薪起。 职位要求 职位要求岗位/研究方向一：大规模预训练模型技术研究方向招收需求：1、 在深度学习、自然语言处理、预训练模型等方向有深入的研究积累；2、 在模型蒸馏、模型量化、训练及推理加速等方面有一定经验；3、 在AI相关领域顶会发表论文不少于 3 篇，熟悉深度学习主流编程框架。岗位/研究方向二：科技情报挖掘方向招收需求：1、研究自动化构建大规模多来源知识图谱的理论与方法；2、研究科技领域知识图谱自动化构建技术；3、研发面向学术领域的数据挖掘算法工具。任职要求：1、统招全日制博士学历，计算机、软件、信息、教育技术或相关专业；2、具有浓厚的前沿新科技探索兴趣，具备较强的独立分析、解决问题的能力，能独立完成科研工作，一般应在国内外重要学术刊物或重要国际会议（如CCF A/B/C类）发表过高水平学术论文；3、具有良好的英文文献阅读、沟通和写作能力，具有较强的编程能力；4、具有高度的责任心和上进心，工作积极主动，具备良好的学术道德和团队合作精神。 投递...
智谱*清华联合培养博士后-AIforscience方向 北京 全职 互联网 / 电子 / 网游 职位描述 岗位职责：1. 从事大语言模型（LLM）与智能体（AI Agent）的前沿研究，重点探索自主学习、复杂推理、自我进化等方向的新理论、新方法。2. 参与构建下一代大规模预训练模型，优化其在多任务、多模态场景下的推理效率与泛化能力。3. 推动LLM与垂直领域（如生物医药、知识图谱、学术数据挖掘）的深度融合，解决实际应用中的关键技术难题。4. 在NeurIPS、ICML、ICLR、ACL等顶级会议/期刊上发表高质量论文，提升团队学术影响力。 职位要求 任职要求：1. 计算机科学、人工智能、计算生物学等相关专业博士毕业（或即将毕业），年龄一般不超过35周岁。2. 在大语言模型、AI Agent、知识图谱、图神经网络等方向有深入研究，并以第一作者身份在CCF-A类会议/期刊（如NeurIPS、ICML、ICLR、KDD、AAAI等）发表过论文。3. 熟悉Transformer、预训练、微调、提示学习等技术，具备大规模模型训练或推理优化经验者优先。4. 熟练掌握Python及主流深度学习框架（PyTorch/TensorFlow），具备良好的代码实现与调试能力。5. 具备独立科研能力、团队协作精神和良好的英文写作与沟通能力。 投递...
Super Sparks-校招-物理世界基座模型预研 上海、北京 校招 正式 数字技术 本科及以上 Super Sparks 招聘计划 职位 ID：A64869 职位描述 探索下一代支持AGI走出赛博空间，服务真实物理空间的基座模型。运用多模态传感器，将时空间信息进行表征学习、信息压缩与滤噪；并采用物理原生的因果建模与多智能体交互推演方式，对未来表征状态进行长时序预测。运用海量公开域和蔚来驾驶数据进行大模型预训练。 职位要求 - 以第一作者发表过五篇及以上CCF-A类期刊/会议 或 相等权重高技术影响力论文/竞赛；且具备单篇论文之上，对多模态基座或世界模型的体系化认知能力；- （加分）在国内外顶尖高校实验室或企业核心模型团队驱动过密集算力进行模型Scaling； 投递...
AI院-多模态团队-多模态生成算法研究员 北京 全职 互联网 / 电子 / 网游 职位描述 【团队介绍】智谱多模态大模型团队是全球领先的多模态研究团队之一，专注于推动视觉语言大模型的认知与推理能力的突破。团队拥有从多模态理解到生成的全栈自研技术体系，依托强大的计算资源和全链路研发能力，持续引领行业创新。团队负责多模态基座模型研发（视觉语言模型+多模态生成模型），先后推出GLM-V系列多模态基座模型，以及GLM-Image、CogView、CogVideo等前沿生成模型。2025年连续发布GLM-4.1V-Thinking、GLM4.5V和GLM-4.6V系列模型，其中GLM-4.1V-Thinking创新性地引入思维链推理机制，采用课程采样强化学习策略，系统性提升模型跨模态因果推理能力与稳定性，在28项业界权威评测中有23项达成10B级模型的最佳成绩(SOTA)；而GLM-4.5V采用MoE架构(总参数106B、激活参数12B)，在100B级视觉推理模型中树立起新的标准，在41个业界主流benchmark上达到同级别SOTA，且OCR、视频理解、AI解题、长文档解读、前端复刻、空间定位与推理等核心能力获得显著提升；GLM-4.6V则在多模态感知和深度推理方面进一步增强，且支持128k long-context、多模态工具调用和图文交错输出，为执行复杂、长程、多模态Agentic任务奠定坚实基础；9B版本的GLM-4.6V-Flash整体表现超过 Qwen3-VL-8B，106B参数12B激活的GLM-4.6V表现比肩2倍参数量的Qwen3-VL-235B。顺应技术发展趋势和业界需求，2026年初团队研发和开源GLM-Image和GLM-OCR。前者是智谱新旗舰图像生成模型，全程基于国产芯片完成训练，采用独创的「自回归+扩散解码器」混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题，是面向以Nano Banana Pro为代表的新一代「认知型生成」技术范式的一次重要探索。GLM-OCR则是轻量级OCR和文档解析专用模型，以“小尺寸、高精度”树立新标杆，其性能登顶 OmniDocBench，擅长公式、手写体、表格等高难场景，仅 0.9B 参数，推理高效易部署，在HuggingFace上获得超过360万下载量。【岗位职责】负责图像/视频生成模型训练及数据优化 职位要求 1、985高校计算机、电子、自动化等相关专业硕士或博士学位(优秀本科生亦可考虑)；2、深入理解常用多模态算法；具备多模态大模型和视频理解相关项目经验者优先；3、在CCF-A类会议发表过多模态相关论文者优先考虑；4、熟练运用Pytorch、transformers、megatron等主流框架；5、工作态度认真负责,具备良好的团队协作能力。 【加分项】 - 在ACL，NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先； - 熟悉并行训练框架，有多机多卡训练经验者优先。 投递...
AI 院-多模态音频团队-音频生成算法工程师（社招） 北京 全职 互联网 / 电子 / 网游 职位描述 1. 负责agent场景下的多模态理解、生成算法研究、训练、应用，包括但不限于context-aware ASR、指令控制TTS、omni understanding等。2. 负责模型的多机多卡训练、高性能推理等； 职位要求 1. 硕士及以上学历，计算机、数学、通信等相关专业；具备良好的学习能力、逻辑思维能力、沟通协作能力；2. 有三年及以上语音合成、语音识别算法经验，或三篇及以上顶会论文（各类CCF-A会、ICASSP/INTERSPEECH等）；3. 熟练使用Python和Pytorch/Tensorflow深度学习框架；4. 对以下至少一种熟悉并有相关经验：1）语音大模型的框架&理论，包括但不限于Diffusion、Vall-E/SpearTTS/AudioLM、MusicLM；2）音频理解大模型/ASR大模型，包括但不限于qwen-audio、sensevoice、whisper等；3）熟悉omni多模态大模型，包括但不限于qwen-omni、mimo-omni、Step‑Audio、Covo‑Audio等；4）有业务落地工程经验优先。 投递...
AI院-GLM后训练团队-算法工程师（社招） 北京 全职 互联网 / 电子 / 网游 - 研发 职位描述 1. 高阶推理能力提升：针对DeepResearch、CodeAgent等复杂推理任务开发专门的能力提升方案；探索长思维链推理机制，提升模型在Agent相关任务上的表现和泛化能力；2. 复杂推理训练扩展性研究：探索模型通过长思维链推理在Agent相关任务上的效果提升；实现不同- Agent任务间的能力迁移和扩展3. 对齐训练范式探索：探索新型对齐训练范式，整合多类型监督信号进行训练优化；研究不同监督条件下的训练可扩展性，推动后训练效果向预训练scaling效果靠拢4. 对齐数据构造与优化：针对特定能力领域（数学、代码、复杂推理等）进行数据构造、筛选和优化；设计数据合成策略，控制对齐数据的质量和多样性 职位要求 【职位要求】1. 985高校计算机、电子、自动化等相关专业硕士或博士学位(优秀本科生亦可考虑)；1-3 年工作经验，或以上。2. 深入理解常用的大模型算法；具备后训练及数据处理相关项目经验者优先3. 在CCF-A类会议发表过相关论文者优先考虑4. 熟练运用Pytorch、transformers、megatron等主流框架5. 工作态度认真负责,具备良好的团队协作能力【加分项】6. 在ACL，NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先；7. 熟悉并行训练框架，有多机多卡训练经验者优先。 投递...
AI院-多模态团队-音频算法工程师 北京 全职 互联网 / 电子 / 网游 职位描述 1. 负责agent场景下的多模态理解、生成算法研究、训练、应用，包括但不限于context-aware ASR、指令控制TTS、omni understanding等2. 负责模型的多机多卡训练、高性能推理等 职位要求 1. 硕士及以上学历，计算机、数学、通信等相关专业；具备良好的学习能力、逻辑思维能力、沟通协作能力；2. 有三年及以上语音合成、语音识别算法经验，或三篇及以上顶会论文（各类CCF-A会、ICASSP/INTERSPEECH等）；3. 熟练使用Python和Pytorch/Tensorflow深度学习框架；4. 对以下至少一种熟悉并有相关经验：1）语音大模型的框架&理论，包括但不限于Diffusion、Vall-E/SpearTTS/AudioLM、MusicLM；2）音频理解大模型/ASR大模型，包括但不限于qwen-audio、sensevoice、whisper等；3）熟悉omni多模态大模型，包括但不限于qwen-omni、mimo-omni、Step‑Audio、Covo‑Audio等；4）有业务落地工程经验优先。 投递...
影像算法工程师-2027校招 深圳 校招 正式 职位描述 1、负责研发影石相机图像客观画质增强算法；2、负责研发影石相机图像色彩亮度相关算法；3、负责研发影像特效类算法。 职位要求 1、拥有计算机视觉、计算机图形学等相关领域硕士或以上学位；2、能够熟练使用 C++ 或 Python复现论文；3、了解相机成像原理，有扎实的数学功底；4、良好的英文读写能力，能够阅读英文文献；5、熟悉各类图像处理，图像增强的基础理论和常用算法；6、熟悉相机几何姿态、对齐配准的基础理论和常用算法。加分项：在中国计算机学会(CCF)B类及以上会议或期刊，如SIGGRAPH、TOG、TIP、CVPR、ICCV、TPAMI等，以第一作者（或第二作者，导师为第一作者）发表过论文。 投递...