Today, NVIDIA is tapping into the unlimited potential of AI to define the next era of computing! An era in which our GPU acts as the brains of computers, robots, and self-driving cars that can understand
自动驾驶 - 大模型部署优化算法工程师（实习）-2027届北京校招实习算法类职位描述1. 负责自动驾驶端侧大模型的部署和优化工作2. 参与模型部署＆优化工具链的研发3. 对大模型部署优化技术展开研究，并落地到自动驾驶，包括算子实现和优化、投机采样、AI 优化 Kernel 等职位要求1. 有参与模型部署优化的经验，有高性能计算经验者优先2. 扎实的(Python/C++)编程基础与良好的工程习惯，熟悉常用的数据结构及算法3. 熟悉 NV GPU 硬件架构与 CUDA 编程模型4. 熟悉 Claude/Codex/OpenCode 等 Agentic Coding 工具投递...
全栈开发工程师北京互联网 / 电子 / 网游 - 研发职位描述1、负责公司内部系统的后端与前端开发（从需求 → 设计 → 开发 → 测试 → 部署 → 迭代）2、根据业务部⻔反馈持续优化⽤⼾体验与系统稳定性3、与产品、运营、⽣产部⻔协作，理解业务流程并推动数字化改造4、参与基础设施优化、CI/CD 流程、监控报警建设（如有经验更佳）职位要求必须1、具备 3 年以上 Web 全栈开发经验2、熟悉⾄少⼀种后端开发语⾔：（Ruby on Rails / Golang / Python / Node.js⾄少会⼀种，熟悉多种更佳）3、熟悉前端开发： Vue / React / TypeScript 中⾄少⼀种4、熟悉数据库： PostgreSQL
Airbnb was born in 2007 when two hosts welcomed three guests to their San Francisco home, and has since grown to over 5 million hosts who have welcomed over 2 billion guest arrivals in almost every
多模态匹配与生成式搜索 北京 实习 技术类 研究型实习生项目 职位描述 岗位职责：1.参与搜索多模态相关性建模工作，研究图文 Query-动态内容匹配的语义理解与细粒度相关性评估；2.参与生成式召回/检索方向的研究，探索以大语言模型驱动的端到端检索新范式；3.参与 AI 搜索的研究与落地，探索以 LLM 为核心的 Agentic 搜索新范式，推动搜索链路的智能化升级；4.跟踪 SIGIR/WWW/KDD 等顶会最新进展，进行论文复现与实验验证，将创新方案推进到真实业务场景落地。 职位要求 1.2028届及以后毕业，本科及以上学历在读,计算机、信息检索、人工智能等相关专业在读研究生，有顶会论文成果者优先；2.扎实的机器学习基础，熟悉 Transformer/LLM 等主流架构，具备独立实现和调试模型的能力；3.熟练掌握 Python 及 PyTorch 等深度学习框架，有大规模数据处理或分布式训练经验者优先；4.对搜索推荐、多模态理解、信息检索等方向有浓厚研究兴趣，自驱力强，能在导师指导下独立推进课题；本项目为得物研究型实习生项目。该项目岗位最低实习时长为6个月，岗位非纯业务开发岗位，主要目的为发表顶级期刊。 投递...
Company: Qualcomm China Job Area:Engineering Group, Engineering Group Machine Learning Engineering General Summary: We are Qualcomm AI Research that are advancing AI to make its core capabilities – perception, reasoning, and action – ubiquitous across devices.
Agent Harness算法实习生 北京 实习 数字技术 职位 ID：A187538 职位描述 * 探索 agent harness / runtime 在车载场景下对话系统的研究和应用，包括论文调研、方案设计、数据分析、效果优化、代码实现等工作；* 直接参与公司自研 Agent harness 框架的全链路设计与开发；* 针对 Agent 执行链路分析与问题定位；优化 Agent 响应效率、稳定性及容错能力；* 对接离线SFT/agentic RL训练环境，协助提升端到端模型效果； 职位要求 * 本科及以上在读，计算机、软件工程、人工智能等相关专业；* 每周实习不少于 4 天，持续 3 个月以上；* 熟练掌握以下至少一种语言 Python（优先）/Typescript/Java；* 良好的编码习惯和代码质量意识；熟悉 Git
大模型算法实习生（Agent Memory方向） 北京 实习 互联网 / 电子 / 网游 职位描述 聚焦 Agent Memory（智能体长短期记忆） 核心机制的基础研究与前沿探索，致力于提升 LLM Agent 在长周期、复杂任务中的推理与泛化能力：参数记忆：探索参数记忆机制及信息压缩相关技术，提升智能体在跨领域任务上的长程推理能力。持续学习：探索长期记忆的巩固、遗忘、反思等更新机制，研究如何通过长期交互实现持续进化。记忆系统：agentic memory相关研究，上下文工程探索等，提升记忆系统的能力边界。【岗位优势】计算资源充足，有具体的实践和落地场景【岗位要求】专业：计算机、人工智能、数学等相关专业硕士及以上在读；技术：深刻理解 Transformer 架构及 LLM 原理，熟悉SFT，RLHF等相关技术细节；编程：具备优秀的编程能力和vibing coding能力（Python/PyTorch），能够快速复现顶会 Paper 代码并进行改进；论文：科研能力突出：在顶级会议（如 NeurIPS, ICLR, ICML, ACL 等）有论文发表记录者优先； 职位要求 - 投递...
AI安全研究员-实习 北京 校招 实习 博士类 日常实习生招聘计划 职位描述 1. 跟踪全球AI安全与隐私前沿技术（如大模型攻防、机密计算、差分隐私、终端可信执行等），开展技术预研与可行性验证；2. 参与AI全流程安全隐私解决方案设计，包括训练数据保护、推理防护、用户交互安全等环节；针对大模型在终端/云场景下的新型风险（如Prompt注入、记忆泄露、越狱攻击、代理滥用等），开展攻防实验与防御机制研发；3. 与产品、系统、算法团队协作，推动安全能力在实际AI产品（如智能体、语音助手、OS级Agent）中落地； 职位要求 1. 计算机、信息安全、人工智能或相关专业博士生，具备扎实的理论基础与代码能力；在以下至少一个方向有深入研究或项目经验： 1) AI安全攻防：熟悉大模型安全威胁（如Prompt Injection、Training Data Extraction、Model Stealing、Agent Hijacking等），有复现或改进防御方案经验； 2) 隐私增强技术：掌握差分隐私（DP）、联邦学习（FL）、同态加密（HE）或安全多方计算（MPC），有系统实现或优化经历； 3) 终端可信计算：了解TEE（如TrustZone、SGX）、PCC、Android StrongBox、机密虚拟化等，能结合AI负载设计安全架构；2. 具备优秀的工程实现能力（熟练使用Python/C++/Rust等），能快速搭建原型验证想法；有顶会论文发表（如 IEEE S&P, USENix Security, CCS, NDSS, ICML, NeurIPS, ACL, AAAI
Miclaw-AI安全方向实习生 AI人才专项 北京 校招 实习 软件研发类 实习生招聘计划 职位描述 1. 跟踪全球AI安全与隐私前沿技术（如大模型攻防、机密计算、差分隐私、终端可信执行等），开展技术预研与可行性验证；2. 参与AI全流程安全隐私解决方案设计，包括训练数据保护、推理防护、用户交互安全等环节；针对大模型在终端/云场景下的新型风险（如Prompt注入、记忆泄露、越狱攻击、代理滥用等），开展攻防实验与防御机制研发；3. 与产品、系统、算法团队协作，推动安全能力在实际AI产品（如智能体、语音助手、OS级Agent）中落地； 职位要求 1. 计算机、信息安全、人工智能或相关专业博士生，具备扎实的理论基础与代码能力；在以下至少一个方向有深入研究或项目经验：1) AI安全攻防：熟悉大模型安全威胁（如Prompt Injection、Training Data Extraction、Model Stealing、Agent Hijacking等），有复现或改进防御方案经验；2) 隐私增强技术：掌握差分隐私（DP）、联邦学习（FL）、同态加密（HE）或安全多方计算（MPC），有系统实现或优化经历；3) 终端可信计算：了解TEE（如TrustZone、SGX）、PCC、Android StrongBox、机密虚拟化等，能结合AI负载设计安全架构；2. 具备优秀的工程实现能力（熟练使用Python/C++/Rust等），能快速搭建原型验证想法；有顶会论文发表（如 IEEE S&P, USENix Security, CCS, NDSS, ICML, NeurIPS, ACL, AAAI 等）者优先；3. 对AI引发的新安全范式（如Agentic AI、OS-level
AI 院-多模态团队-多模态理解算法研究员-强化学习方向 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：学科解题方向，负责VLM的混合SFT/RL训练优化及RL训练的数据处理，通过人类偏好学习提升多模态大模型的对齐和推理能力。 职位要求 1、统招硕士及以上学历，计算机科学/机器学习/人工智能相关专业；2、0-3年工作经验，在NLP/CV/RL等至少一个AI领域有过深入的研究经历；3、熟悉主流的多模态大模型，能持续跟进学术界和工业界的最新研究和产品；4、熟悉强化学习，有RLHF/DPO训练经验者优先；熟悉Linux,Python,Pytorch和Transformer，了解分布式训练框架如Deepspeed,Megatron-LM等；5、了解对多模态数据（如文本、图像、视频、音频等）的基本处理，能够独立完成数据收集、清洗和构造的pipeline； 投递...