大模型算法工程师-实习生
武汉
硕士及以上
计算机类
使用简历深度优化功能，快速提升简历质量
职位介绍
岗位职责：
1、基于业务场景（行为识别）对InternVL、QwenVL等VLM模型进行领域适配性微调，优化图像理解、动作识别、多模态推理能力；
2、构建零售场景专属数据集，设计数据增强策略，解决遮挡、光照变化等实际场景挑战；
3、实现CV&VLM模型在边缘设备（如Jetson系列）/云端的轻量化部署，优化推理速度与资源占用；
4、开发模型服务化接口，支持实时视频流分析与行为事件触发机制；
5、设计时序行为分析框架，融合目标检测（如定位、姿态估计、动作分类等多模块协同工作；
6、构建基于VLM的异常行为识别系统（违规操作等场景）；
7、跟进VLM前沿技术（如多模态prompt工程、模型蒸馏），探索3D视觉与VLM的融合方案；
8、输出可复用的算法组件库，建立零售场景算法基准测试体系；
岗位要求：
1、熟练掌握PyTorch框架及HuggingFace生态，具有InternVL/QwenVL等开源VLM实战调优经验；
2、精通模型压缩技术（量化/剪枝/知识蒸馏），有VLLM/LMdeploy等部署工具实战经验；
3、熟悉视频理解技术栈（OpenCV/FFmpeg/Decord），具备多线程视频处理系统开发能力；
4、具备强工程实现能力，主导过至少1个完整AI项目从研发到落地的全生命周期；
5、理解行为场景特性：能通过算法设计应对监控视角差异、制服相似度、复杂背景干扰等挑战；
6、有行为识别项目经验者优先，熟悉NTU RGB+D、AVA等行为数据集者加分；
7、具备产品化思维，能协同硬件团队优化计算资源分配方案；
8、具有技术文档撰写习惯，代码符合工业级可维护性标准；
9、在CVPR/ICCV/ECCV等会议发表过多模态学习相关论文；
10、有成功通过模型微调提升特定场景指标30%以上案例；
11、具备模型服务高并发处理经验；
我们提供： 参与千万级门店智能化改造的行业标杆项目；
配备A100/H200算力集群及边缘设备开发套件；
技术成果可快速应用于数万线下零售场景；
与VLM领域顶尖团队定期技术交流机会；
算法实习生，一周至少实习4天，3个月起步 计算机类相关专业，之前有过算法实习经验
