AVEVA is a global leader in industrial software. Our cutting-edge solutions are used by thousands of enterprises to deliver the essentials of life – such as energy, infrastructure, chemicals and minerals – safely, efficiently and more
Omni模型算法实习生 北京、深圳 实习 互联网 / 电子 / 网游 职位描述 1. 前沿多模态模型辅助研发：参与通用人形机器人 Omni 多模态大模型研发，协助开展文本、视觉、语音、动作等多模态统一表征、理解、推理相关实验验证，跟进前沿多模态算法复现与效果对比。2. 算法实验与架构迭代支撑：协助研究员完成跨模态对齐、时序建模、流式交互、多模态生成等核心模块实验，参与模型小规模调参、消融实验、结果分析，输出标准化实验报告。3. 多模态数据与训练辅助工作：参与多模态数据集清洗、标注校验、数据配比、质量评估；协助完成预训练、微调、偏好对齐等流程脚本开发，跟进小规模训练任务，记录训练日志、定位基础训练异常。4. 机器人场景落地配套工作：配合工程师完成大模型与机器人感知、认知模块联调测试，完成交互场景功能验证、效果记录，整理场景落地问题清单。5. 端侧推理优化辅助：协助开展模型量化、蒸馏、推理测速等基础实验，整理不同硬件平台下的时延、性能数据，撰写优化对比文档。6. 前沿技术调研沉淀：跟进多模态大模型领域的学术与产业前沿进展，定期输出技术调研简报；协助整理专利、实验材料、技术文档。 职位要求 1. 计算机、人工智能、自动化、数学、电子信息等相关专业，在读硕士研究生或本科高年级学生，可保证连续实习 3 个月及以上，每周到岗不少于 4 天；2. 掌握 Transformer、LLM、VLM、多模态生成模型基础原理，了解大模型预训练、微调、对齐基础流程；3. 熟练使用 Python、PyTorch，具备基础算法代码实现、实验复现、数据分析能力；4. 具备严谨的实验习惯，擅长梳理实验数据、撰写文档，沟通协作顺畅，学习能力强；5. 能主动跟进 AI 前沿技术，乐于动手验证各类算法方案。加分项1. 有多模态大模型、VLM、视频 / 语音模型相关课程项目、竞赛、科研论文产出；2. 有开源多模态项目复现、小规模模型训练、数据集搭建实操经历；3.
【27届校招】Behavior Foundation Model 工程师 深圳、北京 正式 研发 - 算法 智能机器人板块 职位描述 1、开展机器学习和强化学习领域的科学研究，推动技术进步；2、开发更优的数据驱动人类行为建模方法；3、与研究人员及跨职能团队合作，沟通研究计划、进展与成果；4、应用前沿强化学习技术，推动生成式人工智能（GenAI）和具身智能应用落地；5、参与学术论文发表及开源项目贡献。 职位要求 1、硕士及以上学历，专业包括机器学习、人工智能、计算机科学、信息/多媒体检索、强化学习、数学等；2、具备Python、C++、Java或其他相关语言的开发经验；3、熟悉PyTorch、TensorFlow等深度学习框架。【加分项】1、具备超越简单模拟器的强化学习应用经验（如实际场景部署）；2、擅长通过定量方法解决分析性问题；3、具有处理和分析多源、高复杂度、高维度数据的经验；4、有基于机器学习、强化学习或深度学习的系统开发经验；5、在学术或工业界取得显著成果的证明（如科研基金、奖学金、专利，或在NeurIPS、ICLR、AAAI、RecSys、KDD、IJCAI、CVPR、ECCV、ACL、NAACL、EACL、ICASSP等顶级会议/期刊以第一作者发表论文）；6、通过实习、工作经验、编程竞赛或开源项目展示研究能力与工程实践能力；7、具备团队协作与跨职能沟通经验；8、善于解决复杂问题，能权衡不同解决方案的优劣与视角，制定推进路径。 投递...
【27届校招】RLHF强化学习算法工程师 深圳、北京 正式 研发 - 算法 智能机器人板块 职位描述 我们致力于推动强化学习（Reinforcement Learning, RL）在人形机器人运动控制、大语言模型推理优化、和具身智能体（Embodied AI） 领域的突破性应用。现招募具备深厚RL技术背景的算法工程师，参与从算法设计、仿真训练到真实场景部署的全链路研发，探索AI与物理世界的深度融合。1、研究大语言模型RLHF阶段的广义强化算法，提升大模型的能力，探索大模型的自我进化之路；2、研究大模型驱动的智能体算法，包括但是不局限于ReACT、Voyager、WebGPT、AutoGPT；3、撰写技术报告和论文，分享研究成果，参与内外部的技术交流和合作，推动团队技术水平的提升，提高团队在行业内的影响力。 职位要求 1、具备扎实的机器学习基础和强悍的编码能力，能熟练使用 PyTorch；2、在大模型训练和强化学习至少一个方向上有经验；3、对人工智能和大模型技术有强烈的兴趣和热情，愿意不断学习和探索新技术。【加分项】1、有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先；2、在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先；3、主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先。 投递...
Omni模型算法实习生 北京、深圳 实习 互联网 / 电子 / 网游 27届暑期实习生项目（提供转正机会） 职位描述 1. 前沿多模态模型辅助研发：参与通用人形机器人 Omni 多模态大模型研发，协助开展文本、视觉、语音、动作等多模态统一表征、理解、推理相关实验验证，跟进前沿多模态算法复现与效果对比。2. 算法实验与架构迭代支撑：协助研究员完成跨模态对齐、时序建模、流式交互、多模态生成等核心模块实验，参与模型小规模调参、消融实验、结果分析，输出标准化实验报告。3. 多模态数据与训练辅助工作：参与多模态数据集清洗、标注校验、数据配比、质量评估；协助完成预训练、微调、偏好对齐等流程脚本开发，跟进小规模训练任务，记录训练日志、定位基础训练异常。4. 机器人场景落地配套工作：配合工程师完成大模型与机器人感知、认知模块联调测试，完成交互场景功能验证、效果记录，整理场景落地问题清单。5. 端侧推理优化辅助：协助开展模型量化、蒸馏、推理测速等基础实验，整理不同硬件平台下的时延、性能数据，撰写优化对比文档。6. 前沿技术调研沉淀：跟进多模态大模型领域的学术与产业前沿进展，定期输出技术调研简报；协助整理专利、实验材料、技术文档。 职位要求 1. 计算机、人工智能、自动化、数学、电子信息等相关专业，在读硕士研究生或本科高年级学生，可保证连续实习 3 个月及以上，每周到岗不少于 4 天；2. 掌握 Transformer、LLM、VLM、多模态生成模型基础原理，了解大模型预训练、微调、对齐基础流程；3. 熟练使用 Python、PyTorch，具备基础算法代码实现、实验复现、数据分析能力；4. 具备严谨的实验习惯，擅长梳理实验数据、撰写文档，沟通协作顺畅，学习能力强；5. 能主动跟进 AI 前沿技术，乐于动手验证各类算法方案。加分项1. 有多模态大模型、VLM、视频 / 语音模型相关课程项目、竞赛、科研论文产出；2.
大语言模型应用工程师 北京 全职 职位描述 1. 负责大语言模型（LLM）的应用开发、性能优化与落地实施，根据具体业务场景设计并实施高效、可落地的 AI 解决方案；2. 参与模型的微调（Fine-tuning）、提示工程（Prompt Engineering）、推理加速、评估监控及上线部署，提升模型在垂直领域中的表现力与稳定性；3. 开发基于大语言模型的创新产品研发，如智能问答系统、企业知识库、智能检索系统等落地应用；4. 跟进并研究模型技术前沿（如 LangChain、RAG、LoRA、MCP 等），与技术团队协同将原型技术转化为可规模化部署的应用。 职位要求 1. 学历与经验 - 计算机科学、人工智能、软件工程等相关专业本科及以上学历 - 至少 1 年以上大模型相关应用开发经验，有实际项目落地或开源贡献优先2. 技术能力 - 熟练使用 Python，具备良好的代码风格与开发习惯； - 熟悉主流深度学习框架（如 PyTorch/TensorFlow），理解 Transformer 等基础模型结构； - 熟悉大模型的微调手段（如 SFT、LoRA）及部署流程，了解模型量化、压缩和性能优化方法； - 掌握常见大模型应用开发技术，包括知识增强生成（RAG）、向量数据库（如
Robot Learning 模型全栈工程师 / 研究员 深圳、北京 校招 正式 智能制造 / 工业互联网 / 工业自动化 - 研发 27届提前批 职位描述 关于团队我们专注于机器人灵巧操作（manipulation）方向的研发，围绕数据采集、模型训练与真机部署构建完整的技术闭环。团队规模精简，研发节奏快，工程与算法紧密协作。岗位方向：负责机器人操作策略从数据到部署的全链路工作，包括数据处理、模型训练与真机验证。我们更看重端到端推进一条完整链路的能力，而非单一环节的深度，具备 robotics learning 基础即可。岗位职责：- 数据侧：数据清洗、对齐、可视化与质量筛查，构建可用于训练的数据集。- 模型侧：搭建与维护模仿学习 / VLA / WAM训练管线，负责模型训练、调参、评测与消融分析。- 部署侧：真机推理与闭环验证，分析失败案例并迭代优化。- 工程侧：维护训练与评测基础设施，保障链路的稳定性、可复现性与可扩展性。 职位要求 任职要求- 具备 robotics learning 基础：熟悉模仿学习 /
【27届校招】大模型算法工程师 北京 正式 研发 - 算法 通用智能板块 职位描述 岗位简介：聚焦云端大模型算法研发，包括 VLM / VLA 大模型、世界动作模型(WAM)等，重点解决自动驾驶场景数据闭环体系及数据治理能力建设；利用语义标签、长时序描述及推理、向量化或隐空间表征等建立数据图谱，实现大规模数据分层治理。岗位职责：1、云端基座大模型研发：负责数据驱动的云端基座大模型算法研发，基于海量量产数据，研发无监督、自监督算法，持续提升大模型的场景语义理解与物理空间感知能力，进而提高云端大模型的时空感知、推理、预测、分析能力；2、空间推理产线建设：负责基于多传感器数据融合、时空信息融合的自动标注算法，构建具有精度高、场景泛化性强的时空数据生产产线，持续推动物理AI云端大模型研发；3、Scaling Law 驱动的算法研发：负责车云平台一体化大模型算法研发与优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知流水线，提升数据闭环效率；4、强化学习研发：基于 PPO、DPO、GRPO、SAC 等主流强化学习算法，搭建长尾场景的后训练方案，完成奖励设计、分布式训练、模型调优，提升模型在复杂场景、恶劣天气、小众交通场景下的泛化能力与稳定性。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；3、拥有顶会论文、核心专利成果。 投递...
SummaryAre you passionate about frontier AI technology and driving its implementation into real-world products? As part of Apples AI and Machine Learning org, we inspire and create groundbreaking technology for large language models, multi-modal models, with
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
智能体研发工程师（AI4Science） 北京 社招 全职 技术 职位 ID：A108931 职位描述 我们正在寻找一位动手能力强、视野开阔的智能体研发工程师，加入 AI for Science 团队。你将负责让智能体走出对话框，去规划、执行并闭环调控真实的科学实验系统，通过大量自动化实验与评测比对，为每一类科学任务找到最可靠的智能体设计与反馈机制。更重要的是，你将直面 AI4S 当下最硬的一个问题，模型报告的“变好”，究竟是真的变好，还是只是把指标刷高了。这里的每一天，都是在为科学发现的自动化建立可信的底座。【岗位亮点】- 让智能体真的动手：不是 benchmark 上的 agent，而是接到真实科学系统上的 agent。它要自己提假设、下参数、看结果、改方案，并且承担做错的后果。这类闭环经验目前非常稀缺。- 做 AI4S 里最难的那一层：可信评测。区分“物理上真的改善”与“指标被刷高”，本质上和 reward hacking、agent evaluation、过程奖励是同一个问题，只是在这里有物理定律作为唯一裁判，对错没有模糊空间。- 成果有双出口：顶刊论文与开源代码同时推进。你的工作会被外部复现和引用，而不是沉在内部 repo 里。【岗位职责】1. 智能体系统构建与闭环实验•设计并实现面向科学任务的智能体，涵盖任务规划、工具调用、状态记忆与多轮反馈；•将智能体接入真实实验平台，完成从需求到闭环运行的全过程，处理真实数据中的漂移、噪声与失败样本；•针对不同任务类型，比较不同智能体架构与反馈机制的实际表现，输出方案选型报告。2. AI4Physics 建模与物理先验融合•将物理前向模型与神经网络结合，解决逆问题、重建与参数反演类任务；•探索用物理仿真替代真实标注数据的可行边界，验证零样本与跨域泛化能力；•完成系统的消融实验，说明性能提升到底来自哪里。3. 评测体系与知识沉淀•建立智能体评测集与实验数据库，记录不同任务、不同设定下的最优配置，形成内部选型规范；•设计能识别指标欺骗的评价指标与对照实验，保证结论可复现、可追溯；•定期整理典型案例，输出技术报告与开源文档，为团队积累实战经验。 职位要求 1. 教育背景•统招全日制本科及以上学历，计算机、人工智能、自动化、应用数学、物理、光电、精密仪器等相关专业均可；•【接受应届】欢迎
大模型AI Infra工程师(PRC) 北京 全职 互联网 / 电子 / 网游 职位描述 1、核心算子开发与极致优化：基于华为昇腾（Ascend 910B等）、平头哥等国产AI加速芯片，进行深度学习核心计算算子（如Attention、Linear、LayerNorm、MoE等）的高性能定制开发与迭代优化；2、AI框架与系统适配：负责将主流开源AI框架（如PyTorch、MindSpore）及大模型训练/推理工具链（如Megatron-LM、DeepSpeed、vLLM等）深度适配到国产算力平台上，确保功能正确性与系统稳定性；3、端到端性能调优：使用底层性能分析工具（如Ascend Profiler等）进行算子级与模型级的性能瓶颈分析。针对计算、访存、通信瓶颈制定调优策略（如算子融合、混合精度、计算与通信重叠设计）；4、编译优化与前瞻探索：参与探索TVM、MLIR、Triton等AI编译器技术在国产异构后端的应用，提升算子自动生成效率与多硬件平台的泛化适配能力。 职位要求 1、基础条件：计算机科学、软件工程、电子工程、数学或相关专业，本科及以上学历，具备扎实的计算机体系结构基础，深入理解GPU/NPU微架构、并行计算原理及内存一致性模型；2、专业技能：编程能力：精通C/C++与Python，具备出色的工程实现与架构设计能力；异构开发经验：熟练掌握至少一种主流并行编程语言（CUDA / HIP / OpenCL / Ascend C），有丰富的底层算子开发、调试和调优经验；AI框架机制：深入理解至少一种深度学习框架（PyTorch/TensorFlow/MindSpore）的底层运行机制（如计算图、算子分发机制、显存池管理等）；3、【加分项】（满足其一即可优先考虑）：具备华为昇腾CANN开发体系经验，熟练掌握Cube/Vector Core编程模型者优先；有千亿级参数大模型（如LLaMA、Qwen、GLM）在国产算力集群上的训练、微调或推理落地经验者优先；在开源社区（如MindSpore、vLLM、FlashAttention、Cutlass等）有核心代码贡献者优先。 投递...
AIGC图像生成算法工程师 Beijing Full-time R&D - Algorithm Responsibilities - 基于业务目标与产品需求，负责团队图像生成/编辑模型与端到端多模态统一模型的训练迭代与落地，包括但不限于 SFT、偏好对齐 / RL（RLHF / DPO / GRPO 等）。- 负责端到端多模态原生统一模型（理解 + 生成一体）的训练与工程化：图文交错序列建模、统一 token 空间、理解–生成联合训练、原生长上下文与长程一致性的实现与优化。- 负责训练数据全流程建设：数据收集与清洗、质量评估、去重与过滤、难例挖掘、数据配比与版本管理，构建可持续迭代的数据体系与规范。- 负责训练管线与工程化建设：分布式训练（DeepSpeed/FSDP 等）、显存/吞吐优化、checkpoint 管理、训练监控与故障排查，持续提升训练效率与稳定性。- 设计并实现图像/多模态生成质量评估体系：自动指标（CLIP/美学/一致性/可控性/长程一致等）+ 人工评测流程，建立「评测→诊断→迭代」的闭环。- 跟进前沿论文与开源生态（Diffusers/ComfyUI/SD 系列、DiT/Flow Matching，以及自回归多模态、图文交错生成、统一理解-生成模型、长上下文推理/serving），结合业务场景完成复现、改进、实验对比与 A/B 验证。- 跨团队协作（产品/工程/运营），将模型能力沉淀为可复用的训练策略、数据策略与最佳实践文档，推动生产化交付。 Qualifications -
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
【校招实习】AI Infra工程师 北京 实习 互联网 / 电子 / 网游 - 研发 千寻智能2027届校招实习招聘项目 职位描述 1、负责具身智能大模型千卡大规模训练系统性能优化及MFU优化。2、负责多模态大模型（VLM）在云端的高性能分布式推理系统设计、开发与全链路端到端部署。3、负责具身智能VLA模型在端侧的推理系统的研发和模型加速算法研究。 职位要求 1、熟悉GPU体系结构，熟练掌握CUDA/triton，熟练掌握C++或Python语言。2、深入了解PyTorch等深度学习框架的架构和运行原理，深入理解大模型训练多维并行架构，如Tensor并行、流水线并行、序列并行等。3、深入理解多模态模型结构，如ViT、DiT等，了解开源多模态大模型结构，如qwen-vl、llama等。4、熟悉至少一种主流开源推理引擎（如 vLLM、SGLang、TensorRT-LLM、Nvidia Dynamo等）的底层机制与源码魔改。5、熟悉量化、剪枝、蒸馏、投机推理、步数蒸馏等前沿推理加速及模型小型化技术方案。 投递...
软件实习生 - 端到端模型性能优化 北京 实习 职位描述 1. 负责AI端到端模型的性能分析与优化；2. 负责CUDA算子开发与维护。 职位要求 1. 计算机或相关专业本科及以上学历；2. 扎实的软件工程能力，熟练掌握计算机基础知识；3. 有CUDA编程经验，熟悉TensorRT或其它AI加速库；4. 熟悉至少一种深度学习框架（Pytorch优先）。加分项：1. 熟练掌握CUDA编程，有CUDA优化经验；2. 有算法竞赛经历；3. 有基于TensorRT的模型优化经验；4. 有模型量化、蒸馏、剪枝等工程经验。 投递...
算法实习生-多模态感知大模型 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...
强化学习算法工程师-具身智能 北京 社招 全职 互联网 / 电子 / 网游 职位描述 1.负责机器人端到端操作方向的强化学习算法研发，解决机器人复杂任务操作问题；2.对学界及业界前研技术的持续跟进；3.围绕机器人场景落地先进算法技术。 职位要求 1.计算机相关专业硕士以上学历，具备2年以上相关领域经验；2.深入掌握深度学习理论，在强化学习、模仿学习、控制理论等方向有深入研究经验，具有大模型多模态等相关领域知识；3.有机器人场景端到端研发以及项目落地经、先进机器人控制技术、仿真平台使用经验、大模型多模态领域研究经验者优先；4.能够熟练使用tensorflow/pytorch中的一种或多种深度学习框架， 熟练掌握C/C++/Python等常用编程语言。5.有相关竞赛经验或者在CV领域全球顶会发表过相关论文者优先。 投递...