上海人工智能实验室通用智能研究中心，以超大规模计算平台、超大规模数据平台、超大规模训练系统为基础，推动人工智能研究工作的进展，打造真正可解释、可泛化、可扩展的通用智能体，实现底层感知到高层认知的融合和跃迁。通用智能研究中心的研究领域涵盖计算机视觉、自然语言处理、多模态跨模态、认知相关算法、超大模型训练等。
一、招聘岗位
（一）计算机视觉研究员（全职/实习）
岗位职责：
1、负责计算机视觉、计算机图形学和深度学习基本算法的开发与性能提升，领域包括但不限于：无监督学习/半监督学习/统一表征学习、多任务学习/任务关系建模、迁移学习/小样本学习、视频理解、图像/视频生成/重建、可解释性视觉理解等。
2、提出和实现最前沿的算法，保持算法在学术界和工业界的领先，推动各类算法在众多实际应用领域的性能优化和落地。
任职要求：
1、熟练掌握机器学习（深度学习）的基本方法，熟悉计算机视觉中的常见问题和算法，熟悉PyTorch/ TensorFlow/ Caffe等任一深度学习框架。
2、掌握岗位职责中提及的某一领域或多个领域的技术算法，有相关的研究经验和产出。
3、具有卓越的分析和解决问题能力，对解决具有挑战性的问题充满激情，拥有较强的自我驱动力。
4、较强的算法实现能力，熟练掌握Python、C/C++等。
5、拥有以下任意一项条件者优先：
1）有发表学术论文、特别是顶级会议或期刊的学术论文经历，如CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/AAAI/SIGGRAPH等（排名不分先后）。
2）有较强的编程能力，ACM-ICPC/CCPC区域赛金牌及以上、EC Final银牌及以上、World Final Honorable Mention及以上成绩，或在Google Code Jam/KickStart、Facebook Hackathon取得TOP 5%的排名或满分。
3）参加过领域或行业内较有影响力的比赛，如Kaggle/Codalab/KDD Cup/DrivenData/阿里天池等，并取得TOP 5%的排名。
6、实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
（二）多模态算法研究员（全职/实习）
岗位职责：
1、多模态算法研发，致力于提出和实现最前沿的多模态算法，保持算法在学术界和工业界的领先，推动多模态实际应用领域的落地与发展。
2、具体职责包括但不限于：
1）多模态超大预训练模型的训练与优化；
2）模型分析与优化，视觉Transformer最前沿算法的研究与落地；
3）自监督/无监督等算法在超大规模跨模态数据上的应用与实现；
4）超大规模训练数据的分析与效率优化；
5）利用跨模态信息辅助单一模态学习与优化等。
任职要求：
1、有一定的多模态相关背景，较强的算法实现能力，熟悉多模态常用算法。
2、熟悉PyTorch等常用框架，熟悉 Shell/Python 等常用语言。
3、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情。
4、严谨负责的态度和认真专注的品质。
5、有相关的研究经验和产出。
6、拥有以下任意一项条件者优先：
1）有发表学术论文、特别是顶级会议或期刊的学术论文经历，如CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/AAAI/SIGGRAPH等（排名不分先后）；
2）有较强的编程能力，ACM-ICPC/CCPC区域赛金牌及以上、EC Final银牌及以上、World Final Honorable Mention及以上成绩，或在Google Code Jam/KickStart、Facebook Hackathon取得TOP 5%的排名或满分；
3）参加过领域或行业内较有影响力的比赛，如Kaggle/Codalab/KDD Cup/DrivenData/阿里天池等，并取得TOP 5%的排名。
7、实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
（三）自然语言处理研究员（全职/实习）
岗位职责：
1、熟练掌握自然语言处理相关的基础理论和算法，包括但不限于：大规模文本预训练、文本分类、语义理解、知识图谱、篇章理解、情感分析、自然语言生成等，在以上至少一个领域能够独立开展研究工作。
2、提出和实现最前沿的算法，保持算法在学术界和工业界的领先，并推动各类算法在众多实际应用领域的性能优化和落地。
任职要求：
1、熟练掌握机器学习（深度学习）的基本方法，熟悉计算机视觉中的算法和常见问题，熟悉PyTorch/TensorFlow/Caffe等至少一种深度学习框架。
2、掌握工作职责中提及的至少一个领域的技术算法，有相关的研究工作经验或产出。
3、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情，拥有较强的自我驱动力。
4、较强的算法实现能力，熟练掌握Python、C/C++等。
5、拥有以下任意一项条件者优先：
1）有发表学术论文、特别是顶级会议或期刊的学术论文经历，如NeurIPS/ICML/ICLR/AAAI/EMNLP/ACL/KDD等（排名不分先后）；
2）有较强的编程能力，ACM-ICPC/CCPC区域赛金牌及以上、EC Final银牌及以上、World Final Honorable Mention及以上成绩，Google Code Jam/KickStart、Facebook Hackathon取得TOP 5%的排名或满分；
3）参加过领域或行业内较有影响力的比赛，如Kaggle/Codalab/KDD Cup/DrivenData/阿里天池等，并取得TOP 5%的排名。
6、实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
（四）认知算法研究员（全职/实习）
岗位职责：
1、负责人工智能及认知科学相关顶尖算法的研究和推动，包括但不限于以下方向：决策AI、多智能体学习、模仿学习、分布式强化学习、推理算法、符号学习、认知科学、脑科学、仿真环境等，在以上一个或多个领域可以独立开展研究工作。
2、提出和实现最前沿的算法，保持算法在学术界和工业界的领先，并推动各类算法在众多实际应用领域的性能优化和落地。
任职要求：
1、熟练掌握机器学习（深度学习）的基本方法，熟悉计算机视觉中的常见问题和算法，熟悉PyTorch/TensorFlow/Caffe等至少一种深度学习框架。
2、掌握工作职责中提及的某一领域或多个领域的技术算法，有相关的研究工作经验或者产出。
3、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情， 拥有较强的自我驱动力。
4、较强的算法实现能力，熟练掌握Python、C/C++等。
5、拥有以下任意一项条件者优先：
1）有发表学术论文、特别是顶级会议或期刊的学术论文经历，如CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/AAAI/SIGGRAPH等（排名不分先后）；
2）有较强的编程能力，ACM-ICPC/CCPC区域赛金牌及以上、EC Final银牌及以上、World Final Honorable Mention及以上成绩，Google Code Jam/KickStart、Facebook Hackathon取得TOP 5%的排名或满分；
3）参加过领域或行业内较有影响力的比赛，如Kaggle/Codalab/KDD Cup/DrivenData/阿里天池等，并取得TOP 5%的排名。
6. 实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
超大模型训练研究员（全职/实习）
岗位职责：
1、致力于超大规模模型的研究与发展。
2、具体职责包括但不限于：
1）参与大模型训练系统的开发和优化，提升大模型训练性能，提高训练集群利用效率；
2）优化大模型训练下集群的分布式性能和通信速度；
3）探索前沿大模型训练相关技术的发展和迭代，包括但不限于计算划分与调度、动态重计算、流水线优化等。
任职要求：
1、了解大规模模型的发展与应用，具备快速学习能力和较强的理解力。
2、了解模型显存压缩和训练加速等常见优化方法，熟悉常见算子的计算和实现原理，熟悉混合精度模型训练技术。
3、了解大规模模型设计思路与方法，熟悉底层原理与实现。
4、熟悉C++ 或 Python，PyTorch或其他深度学习平台，熟悉训练相关的分布式方法。
5、有团队协作精神，有责任心，乐于接受挑战。
6、满足以下一个或多个条件的，优先考虑：
1）对主流平台（x86, ARM, GPU, FPGA等）的架构有一定了解；
2）了解GPU体系结构，有NVIDIA CUDA开发经验；
3）了解大规模并行训练或有相关经验；
4）有性能优化或算子开发等相关经验；
5）有节点通信、同步调优等相关经验；
6）有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
7、实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
二、投递方式
邮件及简历命名格式：姓名-申请岗位-（实习/校招/社招）-高校人才网
