CV算法工程师(J18307)

工作职责 1、多模态算法研发与落地：以多模态大模型（LMM/VLM）为核心，负责面向实际业务构建算法流程，端到端地完成技术方案的产品化落地。负责核心多模态大模型的算法优化，解决生成质量、多样性、可控性及采样效率等问题，特别是面向图像/视频生成模型。 2、视觉感知与能力构建：负责关键模型的能力构建，优化各类视觉感知类模型（如目标检测、3D空间理解）的精度、性能及泛化能力，最终满足业务需求。融合前沿学术成果（如CLIP、BLIP、LLaVA等），构建差异化和有竞争力的创新产品。 3、技术攻关与方案设计：深入理解业务需求，结合前沿AI技术（CV、VLM、具身智能等），设计并输出面向工业场景的AI技术解决方案。负责生成和感知类模型的改造和突破，解决实际业务场景中的关键技术难题。 任职资格 1、学历背景：计算机科学、自动化、电子工程、数学等相关专业，硕士及以上学历（博士优先）。 2、核心专业技能（CV + 多模态）：计算机视觉： 精通CV感知类模型的方法和技术细节，对YOLO、DETR、Swin、SAM等主流模型有深入理解和实践经验，具备实际业务落地经验。 3、多模态大模型： 熟悉经典多模态模型的原理和技术细节，包括但不限于CLIP、BLIP、LLaVA等，理解视觉与语言的跨模态对齐机制。 4、工程化与编程能力：具备扎实的编程功底，熟练使用C++/Python等常用语言。熟悉Linux开发环境，熟练掌握深度学习框架（PyTorch/TensorFlow）。具备模型轻量化（量化、剪枝、蒸馏）及部署优化经验（如TensorRT/ONNX/Docker）者优先。