算法工程实习生（AIGC/生成式模型方向）

1、垂类模型训练：深入理解业务需求，针对特定垂类场景进行 LoRA 模型微调与优化，提升生成内容的质量与一致性； 2、高质量数据构建：负责高质量训练数据的挖掘、清洗与标注。利用 GPT-Image-2、Seedance 2.0 等前沿 AIGC 工具，进行定向数据生成与合成，构建满足模型训练要求的优质数据集； 3、生成技术研究：紧跟业界动态，针对图片生成、视频生成等主流技术路径进行调研与实验，探索其在实际业务场景中的落地可行性； 4、工程化落地：协助完成模型推理优化及部署流程，确保生成模型在实际业务中的高效运行。

1、学历背景：计算机科学、人工智能、自动化、数学等相关专业，硕士及以上学历在读（优秀本科生亦可）； 2. 技术基础要求： -模型架构理解：了解主流图/视频生成模型（如 Flux, Wan, LTX等）的底层运作机制； -生成控制技术：了解 ControlNet、IP-Adapter 等多模态条件控制技术，具备在复杂场景下通过插件叠加实现角色一致性、构图可控性的实战能力； -模型微调优化：掌握 LoRA (Low-Rank Adaptation) 及其变体，能够针对垂类业务数据进行高效模型微调（Fine-tuning），解决风格、物品或人物的一致性问题； -工程落地能力：熟练掌握 ComfyUI 等工作流搭建工具，具备将其转化为自动化推理服务（API-ready）的思维； -行业趋势：关注长视频生成、多模态对齐及推理效率优化（量化、蒸馏），能够根据业务场景快速评估并引入前沿技术方案。