核心技术要求

1. 具备 3年以上视频行为分析与大语言模型（LLM）融合应用经验，熟悉从视频数据预处理、特征提取到行为识别、语义理解的全流程技术链路；

2. 精通视频行为分析核心技术：熟练掌握目标检测（YOLO、Faster R-CNN等）、目标跟踪、行为分类（如人体姿态估计、异常行为识别）等算法，能解决复杂场景（遮挡、多目标、低光照）下的行为分析难点；

3. 掌握大语言模型应用能力：熟悉主流LLM（GPT、LLaMA、文心一言等）的微调、提示工程及API调用，能实现视频行为的语义化描述、事件逻辑推理及自然语言交互（如通过文字指令查询视频中的特定行为）；

4. 熟练使用Python/C++编程，精通OpenCV、PyTorch/TensorFlow等计算机视觉与深度学习框架，具备模型量化、加速及边缘设备（如GPU、边缘AI芯片）部署经验；

5. 有视频行为分析项目落地案例（如安防监控、工业场景违规行为检测、智能运维等），能独立完成算法设计、工程化实现及效果迭代；

6. 了解视频编解码技术、多模态数据融合（音视频+文本）相关知识，具备大语言模型与计算机视觉算法协同优化经验者优先。

补充要求

1. 本科及以上学历（计算机科学、人工智能、自动化等相关专业），有顶会论文（CVPR、ICCV、NeurIPS等）或核心专利者优先；

2. 具备较强的技术攻坚能力和逻辑思维，能快速定位并解决项目中的算法性能、实时性等问题；

3. 良好的跨团队协作意识，可与硬件开发、产品、测试团队高效配合，推动项目从技术方案到量产落地；

4. 有工业场景（如电力、制造）视频行为分析项目经验，或熟悉边缘计算场景下模型优化者优先录用。