海康威视 研究院-多模态算法工程师 (实习)招聘 工作地点:浙江省-杭州市岗位职责：负责计算机视觉、深度学习、 机器学习 相关 算法 的研究与实现，实习生以参与论文发表或项目预研为主多模态大模型（Large Multimodality Model）的数据和模型开发。灵活运用Vision、Audio、NLP的传统算法和大模型，将AI能力应用在产品中。职位要求：1. 985/211计算机相关专业，且具备相关项目工作经验。2. 熟悉LLM基本原理，对前沿的AudioLM，Diffusion，Any2Any有项目经验。3. 对Vision或Audio模态有较深的理解，有算法应用经验。4. 熟悉HuggingFace、OpenAI、Langchain等开发工具和社区。5. 拥有较强的模型开发能力，能够阅读理解前沿论文，相信AI应用前景。加分项：将多模态大模型应用在多种场景经验优先。对多模态数据集有深度理解和大模型训练经验优先。有意向者请将简历发送至邮箱：houguanqun@hikvision.com，实习要求三个月以上，超过半年者优先，欢迎各位加入

个人背景：985硕士，一篇CVPR一作，三篇Top期刊一作，一篇T-PAMI一作在审(小修)。4.18 一面(40min，笔试所有题目均AC了)自我介绍介绍一下多模态项目(包括模型结构、设计的motivation)介绍一下CVPR论文介绍一下T-PAMI论文描述一下Q-former，论文中提出的Q-fusion和Q-former区别LLaVA结构讲一下实习期间做的工作讲一下实习期间复现的方法如何实现，有哪些困难介绍一下BLIP以后多模态有哪些可以做的方向，你的看法是什么反问：部门工作，几轮面试。手撕一道题，应该是回溯法，给定一个数组，求数组中数组成所有子数组组合。4.23 二面(50min)自...

1. 问实习2. 问项目3. 多模态有了解吗4. AIGC学过吗5. 大模型有了解吗6. 判断题：L2正则能在RNN中用来解决梯度消失吗7. 多任务学习（回答不会）8. 算法题：①二叉树最大深度②绝对路径简化

1.问项目2.八股GPT和bert的区别GPT做文本理解的效果会比bert差吗？扩散模型 文生图 图生图图生图有几种不同的方式？CLIP是怎么训练的？CLIP的损失