科大讯飞
校招AI研究算法工程师-多模态大模型方向(J13371)
合肥/广州 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 1、具备硕士及以上学位，专业方向在计算机科学、信息技术、电子工程或相关领域
- 2、对前沿算法有深刻的认识和理解，有CV方向算法研究经历
- 3、精通至少一种编程语言，如Python、C++等
- 4、能够独立思考和解决问题，具备较强的分析能力和创新能力
- 5、具备良好的沟通能力和团队协作精神。
- 我们还希望你
- 1、在人工智能会议（包括但不限于ACL、COLING、IJCAI、AAAI、ICLR、NIPS、CVPR、ICCV、INTERSPEECH、ICASSP）或期刊上发表过文章
- 2、在国内外知名评测任务或比赛中获得过优异成绩
- 3、在智能语音、计算机视觉、自然语言处理等相关方向有较丰富的实际系统研究和开发经验
- 此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、初试、复试、终审等环节后录用。
岗位描述
- 1、负责计算机视觉（CV）和自然语言处理（NLP）的跨领域研究，独立完成代码实现和实验分析；
- 2、研发业界领先的多模态大模型，研究多模态预训练、强化学习后训练等技术，面向教育、医疗、汽车等行业深度应用。
- 1、具备硕士及以上学位，专业方向在计算机科学、信息技术、电子工程或相关领域；
- 2、对前沿算法有深刻的认识和理解，有CV方向算法研究经历；
- 3、精通至少一种编程语言，如Python、C++等；
- 4、能够独立思考和解决问题，具备较强的分析能力和创新能力；
- 5、具备良好的沟通能力和团队协作精神。
我们还希望你
- 1、在人工智能会议（包括但不限于ACL、COLING、IJCAI、AAAI、ICLR、NIPS、CVPR、ICCV、INTERSPEECH、ICASSP）或期刊上发表过文章；
- 2、在国内外知名评测任务或比赛中获得过优异成绩；
- 3、在智能语音、计算机视觉、自然语言处理等相关方向有较丰富的实际系统研究和开发经验；
此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、初试、复试、终审等环节后录用。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。