多模态模型研究员（3D点云/图像/文本方向）(J10722)

职位描述

聚焦3D点云处理、图像感知、多模态融合方向，开展物理世界多模态感知大模型的前沿算法研究，突破SOTA技术瓶颈；

负责多模态大模型的预训练与后训练（SFT、RLHF），设计图像-点云-文本的跨模态特征对齐机制；

负责3D目标检测/分割等核心算法设计与实现，适配工业机器人场景；

利用自监督学习设计掩码预测等任务，提升模型在无标注数据上的特征提取能力；

完成算法从原型到产品的全链路开发，包括模型训练、量化、加速（TensorRT/ONNX），满足性能要求

任职要求

学历专业：硕士及以上学历；计算机视觉、人工智能、机器人等相关专业；

3D点云能力：精通PointNet系列、VoxelNet、CenterPoint等点云深度学习架构；熟悉Open3D、PCL、MMDetection3D；

图像感知能力：精通目标检测、分割、深度估计等2D视觉算法；熟悉Transformer、CNN、SAM等模型架构；

多模态与大模型：熟悉CLIP、BLIP、LLaVA等多模态模型架构；有大模型预训练或SFT实践经验；

编程与工程：精通Python/C++与PyTorch；有CUDA编程或TensorRT加速经验者优先；

加分项：在CVPR/ICCV/NeurIPS等顶会发表论文；熟悉NeRF/3DGS/VLA/世界模型；有具身智能或仿真环境经验；