多模态算法专家

任职要求

<p><strong>岗位职责</strong></p><ol><li>多模态大模型研发：主导图文、视频、音频、3D等多模态大模型的核心算法研发，包括但不限于多模态预训练、跨模态对齐、多模态理解与生成。</li><li>训练与对齐：负责多模态数据的清洗、配比与训练策略制定，主导SFT、RLHF/DPO等多模态对齐工作，提升模型的理解、推理与生成能力。</li><li>前沿技术跟踪与落地：跟踪CVPR/ICCV/NeurIPS/ICML/ACL等顶会前沿进展，推动LMM（如GPT-4V、Gemini、Qwen-VL、InternVL、LLaVA等）相关技术在业务场景中的落地。</li><li>业务场景赋能：与产品、工程团队协作，将多模态能力应用于图文问答、视频理解、文档解析、AIGC、智能体等场景，解决实际业务问题。</li><li>团队建设与指导：指导中初级算法工程师，参与技术路线规划、专利与论文撰写，提升团队整体技术影响力。</li></ol><p><strong>任职要求</strong></p><ol><li>计算机、人工智能、电子工程、数学等相关专业，硕士及以上学历，博士优先。</li><li>5年以上AI算法研发经验，其中3年以上多模态/大模型相关经验。</li><li>精通深度学习与Transformer架构，熟悉主流多模态模型（CLIP、BLIP-2、LLaVA、Flamingo、Qwen-VL、InternVL等）原理与实现；</li><li>深入理解多模态大模型的推理全流程，熟悉主流推理引擎的原理、适用场景与性能调优，包括但不限于 vLLM / vLLM-Omni、SGLang、TensorRT-LLM 等，并有实战经验；</li><li>熟悉PyTorch/DeepSpeed/Megatron等训练框架，具备大规模分布式训练（多机多卡）调优经验；</li><li>熟悉多模态数据处理、跨模态对齐、视觉-语言预训练等核心技术；</li><li>具备扎实的编程能力，熟悉CUDA/算子优化者优先。</li><li>具备优秀的逻辑思维与问题拆解能力；良好的跨团队沟通与协作能力；</li><li>对AI前沿技术有强烈热情与持续学习能力。</li></ol><p><strong>加分项：</strong></p><ul><li>在CVPR/ICCV/ECCV/NeurIPS/ICML/ACL等顶会发表过相关论文，或有影响力的开源项目、专利成果。</li></ul>