工作职责： 1、面向多模态场景的需求分析及算法研究，包括但不限于多模态表示学习、多模态预训练等； 2、设计融合文本、图像等多模态信息的技术方案，如基于多模态的文本生成、文本指导的图像生成，跨模态检索等； 3、负责追踪调研多模态前沿问题和学术界动态，并结合实际场景提供技术解决方案。 任职要求： 1、统招硕士及以上学历，计算机/数学/统计等相关专业； 2、熟悉Linux开发环境，熟练掌握Python/C#等一门或多门编程语言； 3、熟练掌握NLP/CV领域常用的算法模型原理和常用工具，熟悉Pytorch、Tensorflow等深度学习框架； 4、有大规模预训练项目经验优先； 5、有多模态相关的项目经验优先； 6、在NLP或CV等领域顶会(ACL/EMNLP/NIPS/ICML/AAAI/CVPR/ECCV等)有发表过论文的优先； 7、热衷于技术钻研，良好的自我学习能力和自驱力，良好的沟通能力和团队协作能力； 8、实习时间：至少3个月以上，一周三天以上，工作地点：上海、北京、苏州，特殊情况可接受远程。