• 工作内容
○ 聚焦多模态（文本、图像、音频、视频）融合与理解核心场景，负责跨模态检索、图文生成、多模态对话、内容智能分析等技术的研发与落地，支撑物流行业大模型应用；
○ 设计多模态Agent，基于ChatGPT/Qwen/DeepSeek等基础模型实现复杂任务决策；
○ 良好的问题拆解与解决能力，能从业务需求中提炼技术目标，设计可落地的算法方案；
• 任职要求
○ 计算机科学、人工智能、机器人学、自动化、电子工程等相关专业硕士以上学历；
○ 精通Python，熟练掌握PyTorch/TensorFlow框架，熟悉分布式训练框架（Megatron-LM、DeepSpeed），熟悉分布式训练与模型压缩技术（如QLoRA、蒸馏）；
○ 熟悉大模型常见微调技术Instruction Tuning、Prompt Tuning、Lora等；
○ 熟悉多模态技术栈（CLIP、BLIP2、Qwen-VL），具备跨模态检索、视觉-语言联合训练经验；
○ 熟悉多模态领域核心算法原理，包括但不限于视觉-语言预训练（CLIP、BLIP）、生成式模型（Stable Diffusion、Flux）、跨模态匹配与检索等；
○ 有顶会论文（CVPR/ECCV/AAAI/ACL等）发表或开源项目（如多模态工具库、模型改进）经验者优先；