懂车帝

【岗位职责】 岗位介绍： 参与视频生成、多模态理解与智能创作 Agent 的研发，围绕真实视频创作问题开展技术探索；你将结合自己的兴趣和能力，参与具体算法模块或原型系统的开发，积累从论文复现、实验分析到应用验证的完整实践经验。 工作职责： 1、跟踪视频 AIGC、多模态大模型和 Agent 相关技术，阅读论文、复现方法，并分析其在视频创作场景中的适用性； 2、参与视频生成与编辑相关实验，包括模型选型、微调、生成控制及效果对比，探索提升画面质量、主体一致性和运动自然度的方法； 3、参与视频创作 Agent 的开发，完成脚本分镜、素材检索、模型调用、视频编辑或结果评估等模块的搭建与优化； 4、参与多模态数据处理、评测集建设和实验分析，识别典型失败案例，提出并验证改进方案。 【任职要求】 1、计算机、人工智能、数学、电子信息等相关专业在校生，本科、硕士或博士均可； 2、具备机器学习与深度学习基础，熟练使用 Python，能够使用 PyTorch 等框架完成模型训练、微调或推理实验； 3、对以下至少一个方向有学习和实践积累：图像/视频生成、多模态理解、大语言模型、Agent；能够清楚说明相关课程项目、科研或个人项目中的技术方法与个人贡献； 4、具备英文论文阅读、代码调试和实验分析能力，愿意主动定位问题，并通过实验验证想法； 5、能稳定投入实习；建议每周到岗不少于 4 天、连续实习不少于 3 个月（可实习 6 个月及以上者优先，具体安排可沟通）。 加分项： 6、有视频生成、多模态模型微调、视频理解或 Agent 项目经验； 7、有 LoRA 微调、数据合成、自动评测、工具调用或视频处理实践； 8、有可展示的 Demo、开源项目、竞赛成果或学术研究成果； 9、对镜头语言、剪辑节奏和视听表达有兴趣，能够结合创作需求分析生成结果。 投递建议： 欢迎附上 GitHub、项目报告、论文或作品链接，并注明可到岗时间、每周实习天数及预计实习时长； 课程项目和个人作品同样欢迎，重点说明你做了什么、遇到了什么问题，以及如何验证结果。