岗位职责：
1、负责复杂工业场景下多模态大模型的应用开发与优化，包括但不限于模型预训练、跨模态时空对齐、指令微调、模型评估、推理加速等；
2、紧跟多模态大模型发展方向，探索视觉-语言等多模态大模型在工业领域中的意图理解与内容生成，推动多模态大模型的研发落地工作；
3、负责大模型所需的大规模多模态数据集的获取，清洗和标准化构建，保障多模态数据质量和有效性；
4、负责视觉类模型的深度开发，结合多模态数据融合与大模型技术，解决工业场景及设备类的少样本缺陷识别；
5、负责前沿计算机视觉、多模态数据融合、模型量化加速等相关技术调研和学习，并在实际项目中落地应用。
任职要求：
1、985硕士及以上学历，计算机科学、人工智能、模式识别，应用数学、电子工程、自动化等相关专业；
2、熟悉Python、C++语言，能够高效完成算法编程；熟悉Linux开发环境，独立完成项目开发与部署；熟练使用 PyTorch、TensorFlow 训练框架；熟悉模型训练各类问题解决与调优策略；
3、在计算机视觉与多媒体领域有较为深入研究，包括但不限于：图像/视频分类和识别、图像分割、目标检测、OCR、图神经网络、多模态、无监督和自监督学习等；
4、精通Transform、Bert、ViT等深度学习理论及框架，有Clip图像文本联合学习、GroundingDINO检测等多模态项目经验；
5、有良好的英文阅读能力和实践能力，追踪前沿的发展动态，能够直接阅读顶会/顶刊文献/技术报告并复现其中的相关算法；
6、对多模态大模型的训练范式等有深入理解和实践，有多机多卡大模型训练与微调、从0到1构建垂域多模态大模型等经验者优先。
加分项： 参加过Kaggle等算法类比赛、在顶级学术期刊（如CVPR、ICCV、ECCV等）发表论文。
硬性要求
1. 心理素质良好，能够承受一定强度的工作压力与加班；
2. 具备良好的沟通能力，逻辑思维清晰，可以独立承担研发项目与工程项目；