VLM预训练研究员-视频方向

工作内容： 1. 参与 Kimi-VL 等视觉语言模型的预训练和post-training部分，优化模型在长视频理解、长文档阅读等问题中的表现，提升模型的准确性和效率。 2. 对在大语言模型上学习视频进行研究和探索，结合 Kimi 产品的特点和优势，探索新的算法和架构，提高模型在视频场景下的模型泛化能力。 3. 负责数据的优化、质量提升等工作，以满足模型训练和优化的需求；深入分析数据特点和模型输出结果，为模型改进提供有力依据。 4. 设计并实施视频相关的强化学习模型的评估指标和方法，对模型进行性能评估和分析；找出模型存在的问题和不足，提出切实可行的改进方案。 岗位要求 1. 计算机科学、人工智能、机器学习、数学等相关专业的研究生及以上学历。 2. 相关技术能力： * 熟练掌握 Python 编程语言，具备扎实的编程基础和数据结构知识。 * 熟练使用深度学习框架（如 PyTorch 或 TensorFlow），具有使用这些框架进行模型训练和开发的丰富经验。 * 了解视觉强化学习的基本概念和原理，对相关算法（如 PPO、A3C 等强化学习算法）和模型架构（如视觉编码器、Transformer 等模型架构）有一定的研究和实践经验。 3. 有参与机器学习、深度学习或强化学习相关项目的经历，熟悉模型训练、优化和部署流程，具备独立完成项目任务的能力；有在视觉强化学习领域的项目经验者优先。 4. 具备良好的文献阅读和理解能力，能够快速掌握最新的视觉强化学习研究动态和技术趋势；对发表过相关领域论文者优先。 5. 具有良好的团队合作精神和沟通能力，能够与团队成员密切合作，共同推进项目的进展。