岗位职责： 参与多模态（如图像、文本、语音、视频等）算法的研发与优化，包括但不限于跨模态检索、生成、对齐、表征学习等方向。 探索大模型（如CLIP、BLIP、GPT、DALL-E等）在多模态任务中的应用，优化模型性能或效率。 针对实际业务场景（如内容理解、智能创作、人机交互等）设计并实现算法解决方案。 跟踪学术界与工业界前沿技术，复现论文或开源项目，推动技术落地。 任职要求： 学历背景：计算机科学、人工智能、电子工程、数学等相关专业在读硕士/博士，或优秀本科生。 技术能力： 熟悉深度学习框架（PyTorch/TensorFlow），具备扎实的编程能力（Python为主）。 了解多模态领域常用模型（如ViT、BERT、Transformer等）和数据集（如COCO、Conceptual Captions等）。 有图像处理（CV）、自然语言处理（NLP）或语音（ASR）相关项目经验者优先。 加分项： 发表过多模态相关顶会论文（CVPR/ICML/NeurIPS/ACL等）或开源项目贡献者。 熟悉大模型训练、微调（LoRA/P-tuning）或分布式训练（Deepspeed/FSDP）。 具备工程落地经验，如模型压缩、推理加速、部署优化等。 其他： 对技术有热情，具备良好的学习能力和团队协作精神。 能适应快节奏的研发环境，逻辑清晰，责任心强。