北京内推 | 微软研究院科学智能中心招聘多模态学习方向研究实习生

合适的工作难找?最新的招聘信息也不知道?

AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!

微软研究院

微软研究院科学智能中心(MSR AI4Science)致力于从算法、应用和理论层面推进人工智能前沿研究,加速人工智能在自然科学和产业应用中的探索。团队成员(原MSRA机器学习组)曾主导开发了众多创新、高效、实用的算法工具包,如LightGBM,LightLDA, Dual Learning, Graphormer等广受欢迎,并在国际比赛中多次夺得世界冠军,同时也在学术界持续产出高质量学术论文。

3ff09c967976ebabf521296ee7138297.jpeg

Multimodal Learning/Understanding实习生

坐标:北京或远程(目前北京高校的同学们可以现场实习,其余学校可远程实习)

岗位职责

参与AI for Science 中的具体项目科研项目,撰写高质量论文,设计实现前沿算法。具体方向包括但不限于:

1.(优先)Multimodal Pre-training,设计针对多模态文档/学术文章的多模态预训练算法,促使能够利用文本(NLP)、表格(Table)、图片(Figure/Vision)等进行更好文档/文章的理解。也可以设计通用算法发表高质量顶会文章;

2.(优先)Multimodal Fine-tuning,设计多模态文档/文章的下游理解任务,设计有效更优的多模态预训练模型的下游任务利用方式,如多模态预训练模型的domain transfer;

3. 深度学习模型在算法层面创新,如图神经网络(GNN)、预训练算法,在蛋白质、分子等任务上的应用等。

岗位要求

1. NLP、CV pre-training知识和经验,有多模态预训练(multimodal pre-training)相关经验优先;

2. 在顶会上(ICLR、ICML、NeurIPS、ACL、EMNLP、CVPR、ECCV等)发表过学术论文;

3. 编程能力较强,熟练使用PyTorch/Tensorflow等深度学习库;

4. 希望你勤奋,主动,有良好沟通协作能力;

5. 尽量保证5-6个月实习时长。

 投递方式 

📪 lijuwu@microsoft.com

邮件/简历命名格式:姓名-实习申请-AI求职

7ea7665e86803858a9409aabb4e31b53.jpeg


实习内推

百度AIG视觉技术部商汤智能车舱研发团队小红书社区技术部智能算法组微软亚洲互联网工程院百度自然语言处理部|快手社科线策略算法部商汤科技IDEA数字经济研究院字节跳动智能创作团队人脸组微软亚洲研究院DKI组百度视觉技术部蔚来汽车微软研究院科学智能中心百图生科Sony AI隐私保护机器学习部粤港澳大湾区数字经济研究院腾讯优图实验室快手Y-tech ML性能优化团队小红书基础模型组微软研究院科学智能中心百度研究院阿里达摩院基础视觉智能团队北京香鲸量化对冲私募基金小红书智能算法组微软亚洲研究院数据知识智能组米哈游NLP内容生成团队微软亚洲研究院(上海)阿里达摩院对话智能团队商汤研究院微软亚洲研究院智能多媒体算法组联想研究院阿里达摩院AliceMind语言模型团队微软亚洲研究院机器学习组百度AIG知识图谱部京东搜索广告算法团队北京智源人工智能研究院蚂蚁保险顾问算法团队百度增强现实技术部微软亚洲研究院IEG组华为诺亚方舟实验室网易伏羲实验室滴滴出行ETA组阿里达摩院XR实验室快手多媒体内容理解团队小红书社区技术部华为诺亚方舟实验室百度AIG知识图谱部阿里巴巴达摩院TikTok推荐算法团队上海千象资产阿里巴巴AAIG团队微软亚洲研究院上海人工智能组百度文心ERNIE团队粤港澳大湾区数字经济研究院

校招岗位

轻舟智航阿里达摩院XR实验室腾讯TEG-AI平台部京东推荐腾讯优图实验室微软亚洲互联网工程院中科院计算机网络信息中心蚂蚁金服智能引擎技术事业部微软亚洲互联网工程院华为云Edge AI团队英特尔中国研究院腾讯优图实验室视频组阿里钉钉算法技术团队极氪智能科技三星通信研究院华为高斯实验室腾讯IEG互动娱乐事业群交叉科技启元世界商汤研究院基础视觉组未来机器人微软亚洲研究院机器学习组粤港澳大湾区数字经济研究院华为2012实验室百图生科遇见森林阿里巴巴外投广告算法团队|快手社科线策略算法部Sony AI隐私保护机器学习部小红书基础模型组阿里达摩院基础视觉智能团队同花顺广东智慧教育研究院北京智源人工智能研究院阿里达摩院XR实验室小红书社区技术部

社招岗位

索尼中国研究院阿里巴巴国际化广告技术团队OPPO小布助手百度视觉技术团队北京脑科学与类脑研究中心合作实验室Hulu机器学习应用平台团队粤港澳大湾区数字经济研究院交叉科技浪潮集团上海期智研究院启元世界商汤研究院基础视觉组小红书未来机器人微软亚洲研究院机器学习组粤港澳大湾区数字经济研究院香港量子人工智能实验室联汇科技粤港澳大湾区数字经济研究院百图生科阿里Lazada广告技术团队遇见森林同花顺问财集群|快手社科线策略算法部百度视觉技术部蔚来汽车Sony AI隐私保护机器学习部腾讯云小微自然语言技术中心微软研究院科学智能中心百度研究院百度知识图谱部广东智慧教育研究院非凸科技北京智源人工智能研究院小红书社区技术部TikTok推荐算法团队

高校招生

上海财经大学语言智能实验室香港中文大学(深圳)乔治梅森大学香港中文大学(深圳)查宏远教授麦吉尔大学智能自动化实验室上海交通大学叶南阳老师南洋理工大学Lu Shijian教授清华大学周伯文老师香港科技大学陈浩老师香港理工大学智能计算实验室香港浸会大学雪巍老师香港中文大学岳翔宇老师北卡州立大学郭志山教授香港科技大学(广州)王泽宇老师中弗罗里达大学姚凡老师浙江大学廖备水教授达尔豪斯大学计算机系清华大学弋力老师课题组香港科技大学统计机器学习实验室印第安纳大学姜雷教授北卡州立大学胥栋宽老师奥克兰大学工业人工智能课题组清华大学智能计算实验室佛罗里达州立大学王广老师香港城市大学陆志聪老师香港浸会大学杨任驰老师中佛罗里达大学娄钱老师圣路易斯华盛顿大学北京大学分子影像实验室空军军医大学徐肖攀老师新加坡国立大学香港科技大学冯雁教授KAUST IVUL实验室香港中文大学(深圳)路广利老师芝加哥大学徐海峰老师约翰霍普金斯大学香港中文大学朱昭颖教授香港理工大学李菁老师爱丁堡大学李昌健老师南方科技大学陈冠华老师UIUC信息学院汪浩瀚老师伦敦大学学院倪好教授香港中文大学(深圳)伦敦玛丽女王大学袁善欣老师香港大学韩锴课题组华东师范大学张凯教授香港中文大学(深圳)新加坡管理大学何盛烽教授香港科技大学陈浩老师埃默里大学Fei Liu老师帝国理工学院

加入社群  🌟

为了更好地了解和满足大家的需求,我们建立了「求职者社群」

加入 AI 求职社群,你可以享有招聘需求曝光获取最新面试经验校招准备攻略硕博招生独家内推渠道等服务。

扫描下方小助手的微信,pick 你心仪的岗位~

d0a49ead38d64f83030ff317ef4421fc.png


如何发布招聘

AI 求职是「PaperWeekly」旗下聚焦人工智能领域的招聘平台,涵盖高校硕博招生、博士后招募、企业校招、社招、实习和内推等。

目前已有百度、阿里、腾讯、字节跳动等企业发布内推岗位,欢迎大家订阅关注、发布岗位,如果你也想对公司和在招职位进行更多曝光,请联系我们的栏目负责人(微信:dajun164164)。

·

·

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多模态学习是指在一个系统中融合多种信息源的学习方法,其中信息源可以包括文本、图像、音频、视频等。近年来,多模态学习在机器学习、自然语言处理、计算机视觉、语音识别等领域中得到了广泛应用和研究。 在多模态学习领域,最主要的研究进展包括以下几个方面: 1.模态融合:多模态学习的一个主要挑战是如何融合不同模态的信息。目前,有许多模态融合方法被提出,如基于注意力机制的模态融合、基于卷积神经网络的模态融合、基于循环神经网络的模态融合等。 2.跨模态学习:跨模态学习是指在一个模态的数据上进行训练,并在另一个模态的数据上进行测试和应用。跨模态学习的一个主要应用是语音识别,其中通过在语音数据上训练模型,并在文本数据上进行测试,从而实现语音识别的功能。 3.多模态生成:多模态生成是指通过多种模态的数据生成一个新的多模态数据。目前,多模态生成的一个主要应用是图像生成,其中通过将文本描述与图像数据融合,从而生成新的图像数据。 4.多模态表示学习多模态表示学习是指将多种模态的数据映射到一个共同的表示空间中。目前,多模态表示学习的一个主要应用是图像和文本的关联学习,其中通过将图像和文本数据映射到同一表示空间中,从而实现图像和文本的检索和关联分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值