岗位职责

负责公司业务（基建、电力领域）业务的大模型的应用的整体规划，具体包含：
1. 大模型技术落地应用
a.主导大模型在基建、电力领域的智能问答、数据查询（问数）及流程自动化场景落地。
b.推动大模型在视频 / 图像目标识别场景的应用，通过模型训练、微调、量化压缩、结构裁剪等技术手段，提升模型推理效率与准确性，优化目标识别精度。
c.结合行业数据特点与业务需求，设计技术方案并验证可行性，解决落地过程中的技术瓶颈，确保大模型在垂直领域的实用性与稳定性。
2. 算法研发与模型性能优化
负责图像相关核心算法的研究与优化，涵盖目标检测、图像分类、语义 / 实例分割、景深估计、虚化渲染、图像增强等，支撑视频 / 图像场景的技术需求。
主导大模型预训练、微调、强化学习等方向的技术研发，重点突破图像语义理解、跨模态数据推理能力，提升模型对行业特定目标（如电力设备部件、基建材料）的识别精度与场景适应性
结合国产AI芯片及深度学习框架（如TensorFlow、PyTorch）进行模型适配与优化，支持私有化部署。
3. 数据与工程管理
设计并构建基建、电力领域的多模态数据集，制定数据清洗、标注及增强（如数据增广、样本平衡处理）标准，保障训练数据的质量与多样性；
4. 创新与技术研究
跟踪大模型前沿技术（如动态路由、模型压缩），探索其在行业中的创新应用。

任职要求：
1. 学历与经验
计算机科学、人工智能或相关专业，硕士及以上学历，3-4年AI研发经验，1年以上大模型相关经验，半年以上多模态或智能体项目经验。
2. 技术能力
熟悉Linux开发环境，熟悉MXNet/Caffe/Tensorflow/Torch等深度学习框架者优先；
熟悉多模态技术（图像/视频理解生成）、检索增强（RAG）、函数调用（FunctionCall）等方向，有实际项目落地经验。
具备算法开发实现能力，熟悉C/C++、CUDA、Matlab、Python等编程语言；
具备芯片适配、模型压缩或私有化部署经验者优先。
3. 工程与协作能力
具备优秀的问题分析与解决能力，能独立完成算法模块设计、测试及优化。
良好的团队协作与沟通能力，能跨部门推动技术落地。
4. 附加要求
发表过CVPR/ECCV/ICCV/NIPS/ICML等AI领域顶级会议文章优先。有高质量论文、开源项目或行业标杆案例者优先。
自驱力强，注重结果导向，具备创新思维与抗压能力。