岗位职责（具体工作内容）

1、支持视觉算法相关的研究和开发，包括但不限于OCR、视觉/多模态大模型、通用结构化信息提取、人脸识别、语音等方向

2、跟踪和探索视觉大模型、多模态大模型、通用结构化前沿问题，参与模型的设计、训练、调优及评测工作，并推进视觉大模型、多模态大模型等在业务场景的应用落地。

任职资格（学历、目标院校、语言、技能、性格等要求）

1、计算机视觉、机器学习、人工智能等相关专业；

2、在计算机视觉、多模态理解等方面有扎实的研究基础，熟悉主流模型和算法，如CLIP/Transformer等，熟悉大模型基础原理，有LLM或者多模态大模型落地经验者优先

4、具有较强的好奇心、自驱力和算法/模型创新能力；

5、高质量论文发表者优先（如CVPR、AAAI、NIPS、ICCV、ECCV等）

6、精通至少一种语言技术，包括但不限于Python、C/C++等