多模态AI模型算法工程师（视觉 + 文本 + 传感器）

职位描述

1. 研发视觉 - 文本 - 传感器数据融合的多模态大模型，服务于镁伽鲲鹏实验室的显微图像分析、半导体缺陷检测、新能源设备状态识别等核心场景。

2. 构建多模态训练数据：实验图像、设备照片、传感器时序数据、操作手册文本，完成对齐与标注，支撑高质量模型训练。

3. 优化多模态模型架构（如 CLIP、Flux、Qwen-VL），提升小样本、低质量数据下的行业场景性能，降低标注成本。

4. 落地多模态应用：智能实验图像解读、半导体晶圆缺陷分类、设备异常视觉诊断、工艺文档智能理解，直接赋能镁伽自动化产品线。

5. 与视觉算法团队协作，融合 3D 视觉、亚像素图像处理技术，提升工业级识别精度，满足半导体、生物医药等领域的高标准要求。

任职要求

1. 硕士及以上学历，计算机 / AI / 计算机视觉 / 多模态相关专业，2 年以上多模态大模型研发经验。

2. 精通 PyTorch，熟悉 CLIP、Flux、LLaVA、Qwen-VL 等多模态模型，有训练 / 微调经验。

3. 掌握计算机视觉基础（CNN、目标检测、分割、OCR），有图像 / 视频分析项目经验。

4. 有工业视觉（半导体、新能源）或生物医学图像（细胞、显微）分析经验，熟悉镁伽相关设备数据者优先。

5. 能独立设计多模态实验、分析结果，推动模型迭代。