意向岗位：多模态大模型算法工程师
共青团员 ｜ 188-5502-8471 ｜ liusiyuan@mail.ustc.edu.cn ｜ github.com/siyuan-vlm
教育背景
中国科学技术大学 985 C9
硕士（专业前3%）
人工智能专业
2023.09-2026.06
::: end
- 曾获奖项：研究生国家奖学金；Kaggle 竞赛金牌；“互联网+”大学生创新创业大赛全国银奖（队长）；
- 校园经历：担任校人工智能协会副会长，组织 6 期顶会论文精读会；获评校级“优秀研究生干部”；
实习经历
阿里巴巴
通义实验室 - 多模态理解组
多模态算法实习生
2026.02-2026.06
::: end
负责模块：通义千问-VL 图文理解与视觉定位能力迭代 PyTorch 多模态大模型 数据引擎 指令微调
主导千万级图文对数据的清洗与配比优化，支撑通义千问-VL 视觉理解能力的持续迭代。
- 构建多源数据清洗与去重流水线（感知哈希 + 语义聚类），过滤低质图文对，解决训练数据噪声污染问题，千万级样本冗余率下降 62%
- 设计课程学习式数据配比策略，按任务难度动态调整采样权重，解决多任务能力“跷跷板”问题，DocVQA +4.1 分、MMBench +3.3 分
- 提出基于难负样本挖掘的视觉定位训练方案，解决检测框回归中的模糊分配问题，RefCOCO 系列基准平均提升 2.8 个点
- 落地多模态评测自动化看板，覆盖 20+ 主流基准并接入每日构建，模型迭代周期从周级缩短至天级
美团
基础研发平台 - 搜索算法团队
多模态算法实习生
2025.06-2025.09
::: end
负责模块：搜索 Query 与商品图片的跨模态相关性模型优化 CLIP 模型蒸馏 向量检索 AB实验
负责搜索场景下图文相关性模型的训练优化与线上部署，提升用户搜索到店商品的准确率与转化效率。
- 优化双塔 CLIP 相关性模型，引入难负例对比学习与批内采样策略，解决图文语义对齐偏差问题，相关性判断准确率提升至 93.6%
- 设计大模型蒸馏方案，将 1.1B 教师模型能力蒸馏至 90M 学生模型，线上推理耗时从 85ms 降至 11ms，效果仅损失 1.2%
- 构建搜索意图-图像匹配召回链路，接入向量检索引擎，图文混合召回占比提升至 35%，搜索无结果率下降 18%
- 主导多层级 AB 实验设计与归因分析，核心场景 CTR +3.2%、转化率 +1.9%，策略全量上线
科研与项目经历
「灵眸」视频理解多模态大模型 VideoLLM LoRA微调 开源项目
2024.09-2025.06
::: end
项目描述：面向长视频理解场景的开源多模态大模型，提供视频问答、时序定位与密集描述能力，支持中文场景优先适配。
- 设计时序 Token 压缩模块，基于帧间冗余剔除与关键帧聚合，解决长视频输入 Token 爆炸问题，10 分钟视频推理显存降低 58%
- 采用两阶段训练策略（对齐预训练 + 指令微调），构建 30 万条中文视频指令数据集，长视频问答准确率提升 9.4%
- 实现流式推理与 KV 缓存复用机制，首 Token 响应时间从 4.2s 降至 1.1s，支撑交互式视频问答体验
- 项目开源后获 GitHub 1.8k Star，被 2 个高校课题组基于其二次开发并发表研究成果
技能证书/其他
- 大模型技术：熟练掌握 Transformer 训练与微调全流程（SFT/LoRA/DPO/RLHF），熟悉 DeepSpeed/Megatron 分布式训练框架与多机多卡集群调度
- 多模态与生成：熟悉 CLIP/BLIP/LLaVA 等视觉-语言模型架构，掌握 DDPM/Latent Diffusion 扩散模型原理与可控生成方法
- 编程与工程：熟练掌握 Python/PyTorch，熟悉 CUDA 编程基础与 vLLM 推理加速、服务化部署；了解 C++
- 数据与评测：具备大规模多模态数据清洗、合成与质量评估经验，熟悉主流 LLM/多模态评测基准与 LLM-as-Judge 自动化评测；英语 CET-6
多模态大模型算法工程师简历模板
一份面向多模态大模型算法岗位的硕士研究生简历，围绕模型、数据、评测三条主线展开：两段大厂算法实习（阿里巴巴通义实验室、美团）覆盖多模态数据引擎、图文相关性模型、蒸馏部署与 AB 实验全链路；科研与项目经历以开源视频多模态大模型「灵眸」和扩散模型可控生成研究为双主线，开源影响力与 CCF-A 顶会论文兼备。每条经历均采用「技术方案 → 解决的问题 → 量化收益」句式组织，关键指标加粗醒目，适合人工智能、计算机专业硕士投递多模态、大模型算法类岗位时参考套用。
1+ 人使用过 ·PDF / PNG 导出 ·免费在线编辑
模板参数
相关简历模板推荐
热门 应届后端开发工程师简历模板
需要掌握多种编程语言，如Java、Python、Go等，熟悉Spring Boot、Django、Flask等常用Web框架，具备关系型数据库（如MySQL、PostgreSQL）和NoSQL数据库（如MongoDB、Redis）的设计与优化能力，了解RESTful API和GraphQL的设计原则，并能有效使用Git进行版本控制。此外，工程师应熟悉容器化技术（如Docker、Kubernetes）和CI/CD工具，具备云计算平台的操作经验，并能处理身份验证与授权、加密技术及常见安全漏洞的防护。对于高并发与分布式系统，需掌握负载均衡、消息队列、分布式缓存等技术，能够使用监控工具（如Prometheus、Grafana）和日志管理工具（如ELK）进行系统监控与日志分析。最后，还需要具备算法与数据结构的扎实基础，熟悉敏捷开发流程，并能撰写清晰的技术文档和设计文档
53411人使用 
大数据开发工程师简历模板
适合具有扎实Java基础和大数据平台搭建经验的大数据开发工程师，熟悉Hadoop生态和Python编程，对数据清洗、分析及可视化有实际项目经验，曾获得国家奖学金和多项编程竞赛奖项，专业技能和学术成就兼备。
华东师范大学新媒体运营简历模板
高级数据运营需掌握高级数据分析技能，包括数据挖掘、模型构建、机器学习等，熟练使用SQL、Python、R等数据处理工具。应具备数据可视化能力，熟悉Tableau、Power BI等工具。需了解业务流程，能将数据洞察转化为业务策略，提升运营效率和产品体验。同时，需具备良好的沟通能力和项目管理能力，以领导和执行复杂的数据项目。
Java开发工程师简历模板
专为互联网工程师/产品/设计师设计的简历模板，旨在帮助求职者全面展示其技术栈、项目经验和实战能力。通过清晰的结构和专业的排版，突出个人优势，提升在求职市场的竞争力，助力获得理想的OFFER。
AI应用开发工程师简历模板
AI应用开发工程师，专注于AI应用开发，擅长使用AI技术解决实际问题。熟练掌握Python、Java、C++等编程语言，熟悉机器学习、深度学习、自然语言处理等AI技术。对RAG、LLM、大模型、AI Agent等AI技术有深入研究，对AI应用开发有丰富的经验。
数据运营简历模板
适合1-3年经验运营，这份简历展现了其在产品运营、市场运营支持、公众号运营和用户触达等方面的实践能力和成果，求职者还参与了校园活动和实战培训，如“小红书主体互联网产品实战培训”和世界人工智能大会的志愿服务，这些经历进一步提升了其市场调研、竞品分析和运营策划的能力。
新媒体运营通用简历模板
高级运营求职简历，需掌握的技能包括数据挖掘、模型构建、机器学习等，熟练使用SQL、Python、R等数据处理工具。应具备数据可视化能力，熟悉Tableau、Power BI等工具。需了解业务流程，能将数据洞察转化为业务策略，提升运营效率和产品体验。同时，需具备良好的沟通能力和项目管理能力，以领导和执行复杂的数据项目。
后端开发工程师简历模板
后端开发工程师需要掌握Java、Go、Python等编程语言，熟悉Spring Boot、Spring Cloud等Web框架，具备MySQL、Redis等数据库设计与优化能力，了解分布式系统架构和高并发处理技术。此外，还需熟悉Docker、Kubernetes等容器化技术，掌握CI/CD流程和微服务设计原则，具备解决复杂系统问题的能力和良好的团队协作精神。
常见问题
多模态大模型算法工程师简历模板是免费的吗？
多模态大模型算法工程师简历模板可免费在线使用：登录后即可使用该模板创建简历，在线编辑与排版不收费。
如何下载多模态大模型算法工程师简历模板？
无需下载模板文件。点击“免费使用该模板”将模板内容替换成你的经历，完成后可一键导出高清 PDF / PNG 文件，直接投递或打印。
多模态大模型算法工程师简历模板适合哪些人？
该模板适合多模态大模型算法工程师、AI算法、大模型等方向的求职者，实习、校招、社招等场景均可使用。
可以修改模板的颜色和字体吗？
可以。模板的主色调、字体颜色、正文字体、行距等都支持自定义，编辑时实时预览效果，改动不满意还可以从历史版本恢复。
导出的简历清晰度如何？
支持导出高清 PDF（文字可选中复制、打印不失真）与 PNG 图片两种格式，满足线上投递与线下打印需求。
客服微信