{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AIGC/多模态理解实习生",
        "job_level": "",AI生成
        "work_category": "实习",AI生成
        "department": "",
        "location": "深圳",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "华为",
        "company_industry": "计算机软件",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 450,
            "max": 600,
            "currency": "CNY",
            "cycle": "day"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "负责 VLM / 多模态大模型、AIGC 视频生成的算法研发，包括SFT、RL/Post-training、数据构建与评测、I2V / T2V、多参考视频生成、视频编辑等；\n* 探索模型的**空间理解与推理**能力，包括空间关系、深度与尺度、视角、⼈物/物体关系、场景结构及物理世界理解等；\n* 探索**视频理解**能⼒，包括时序建模、动作与事件理解、⼈物行为、镜头语言及长视频理解等；\n* 探索**视觉美学理解**，包括构图、光影、⾊彩、人物姿态、视觉质量与摄影美学等；\n* 提升模型的复杂多模态推理能力，使模型能够基于图像/视频进行分析、判断、规划与决策。\n* 探索高质量、强可控的**人物与物体运动生成**，提升动作自然度、物理合理性及时序一致性；\n* 探索模型的**运镜控制能力**，包括推拉摇移、环绕、跟拍、变焦、视角变化及复杂相机轨迹等；\n* 研究**镜头与内容编排**，包括人物动作、主体交互、场景变化、镜头调度、多镜头衔接及长序列生成；\n* 负责生成模型的数据构建、训练、Post-training、Reward / RL 及效果评测，持续提升生成质量与可控性。\n## 岗位要求\n* 计算机视觉、机器学习、人工智能等相关方向硕士及以上学历；\n* 熟悉 VLM / MLLM，了解主流多模态模型的训练及 Post-training 方法；\n* 熟练使用 PyTorch 等深度学习框架，具备较强的算法实现和实验分析能力；\n熟悉 Diffusion / Flow Matching / DiT 等主流生成模型，对视频生成模型有较深入理解；\n* 在 **I2V/T2V、视频生成、视频编辑**等方向有深入研究或实践经验哲优先；\n* 熟练使用 PyTorch，具备较强的算法实现、训练调优及实验分析能力\n* 在 CVPR / ICCV / ECCV / NeurIPS / ICLR / ICML 等顶会发表论文，或有优秀开源项目/实际落地经验者优先。",
        "skills": [AI生成
            "VLM",
            "多模态大模型",
            "AIGC",
            "SFT",
            "RL",
            "Post-training",
            "I2V",
            "T2V"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/5139a17ca6144a8b0nJ93Ni8GVdT.html"
            }
        ]
    },
    "posting": {
        "posting_id": "5139a17ca6144a8b0nJ93Ni8GVdT",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/5139a17ca6144a8b0nJ93Ni8GVdT.html"
    },
    "fulltext": "负责 VLM / 多模态大模型、AIGC 视频生成的算法研发，包括SFT、RL/Post-training、数据构建与评测、I2V / T2V、多参考视频生成、视频编辑等；\n* 探索模型的**空间理解与推理**能力，包括空间关系、深度与尺度、视角、⼈物/物体关系、场景结构及物理世界理解等；\n* 探索**视频理解**能⼒，包括时序建模、动作与事件理解、⼈物行为、镜头语言及长视频理解等；\n* 探索**视觉美学理解**，包括构图、光影、⾊彩、人物姿态、视觉质量与摄影美学等；\n* 提升模型的复杂多模态推理能力，使模型能够基于图像/视频进行分析、判断、规划与决策。\n* 探索高质量、强可控的**人物与物体运动生成**，提升动作自然度、物理合理性及时序一致性；\n* 探索模型的**运镜控制能力**，包括推拉摇移、环绕、跟拍、变焦、视角变化及复杂相机轨迹等；\n* 研究**镜头与内容编排**，包括人物动作、主体交互、场景变化、镜头调度、多镜头衔接及长序列生成；\n* 负责生成模型的数据构建、训练、Post-training、Reward / RL 及效果评测，持续提升生成质量与可控性。\n## 岗位要求\n* 计算机视觉、机器学习、人工智能等相关方向硕士及以上学历；\n* 熟悉 VLM / MLLM，了解主流多模态模型的训练及 Post-training 方法；\n* 熟练使用 PyTorch 等深度学习框架，具备较强的算法实现和实验分析能力；\n熟悉 Diffusion / Flow Matching / DiT 等主流生成模型，对视频生成模型有较深入理解；\n* 在 **I2V/T2V、视频生成、视频编辑**等方向有深入研究或实践经验哲优先；\n* 熟练使用 PyTorch，具备较强的算法实现、训练调优及实验分析能力\n* 在 CVPR / ICCV / ECCV / NeurIPS / ICLR / ICML 等顶会发表论文，或有优秀开源项目/实际落地经验者优先。"
}