工业视觉算法/多模态算法工程师

职位描述

1.主导起重机场景CV/多模态算法研发：

聚焦复杂环境下的目标检测跟踪（人员、异物、吊钩吊物）及危险行为识别（司机状态），探索融合多模态信息（如传感器、文本/语音）提升鲁棒性。

2.研究与开发多模态融合算法：

-探索视觉（CV）与自然语言处理（NLP）的融合技术（如视觉问答、图文理解、跨模态检索）在工业场景（如操作指令理解、异常事件描述）的应用。

-研究视觉大模型/基础模型的微调、提示工程与应用，提升算法泛化能力和少样本学习性能。

3.优化与部署复杂模型：

-研究多模态大模型融合与优化策略（压缩、量化等），主导算法在边缘设备（NVIDIA, RK, 国产芯片）的高效部署。

4.构建高质量数据集并推动落地：

-负责多模态数据体系建设，主导算法工程化、测试调优与生产环境稳定部署。

5.技术前瞻与算法创新：

-追踪计算机视觉、多模态学习、大模型应用等领域的前沿技术，评估其在工业行业潜力，驱动现有算法升级和技术创新。

6.推动算法落地与迭代：

-主导或深度参与算法的工程化、测试、调优和实际生产环境部署，确保算法在复杂工业现场的高稳定性、可靠性和实时性。

任职要求

1.学历： 计算机/AI等相关专业硕士及以上（优秀本科可议）。

2.核心CV能力： 精通深度学习/CV，对目标检测（YOLO, DETR）、跟踪（DeepSORT, Transformer-based）、行为识别（SlowFast, Timesformer）有深入实践，深刻理解CNN/Transformer/BEV架构。

*加分项 - 多模态融合： 熟悉CV+NLP融合技术，有相关项目经验或了解主流框架（如CLIP, BLIP, LLaVA）。

3.工程能力：

-精通PyTorch/TensorFlow，具备模型训练优化及边缘部署实战经验（TensorRT/OpenVINO等，熟悉模型优化技巧）。

4.熟悉国产AI芯片（昇腾/地平线等）部署优化者优先。

5.软技能： 优秀的问题解决、沟通协作能力，技术热情强，能独立攻关。

6.优先条件：

-工业视觉AI（起重机/安防监控）项目经验。

-CV+NLP多模态融合项目落地经验。

-边缘设备部署优化大模型/多模态模型经验。

-熟悉国产芯片生态。