职位&公司对比

职位详情

• 深圳
• 不限
• 硕士

• 多模态算法

岗位描述： 1. 针对世界模型（Any-to-Any）的结构设计与训练⽅法进⾏探索。深⼊研究多模态（⽂本、图像、视频等）内容理解和⽣成式模型，设计并实现多模态任务流程。 2. 负责⼤规模多模态数据的获取、清洗和质量控制，构建⾼质量且多样化的多模态数据集。 3. 参与构建算法训练所需的DataOps⾃动化数据链路，⽀持算法的迭代提效，为模型预训练提供稳定、可靠的⾼质量数据处理能⼒。 4. 部署多模态模型在线服务，并进⾏实时性能优化（⾼帧率、低延时）。 岗位要求： 1. ⼈⼯智能、计算机、软件⼯程、电⼦⼯程、⾃动化、机器⼈、数学等相关专业毕业，获得硕⼠和博⼠学历，特别优秀者可放宽要求。 2. 精通计算机视觉、⼤语⾔模型、多模态⼤模型、⽣成式模型、强化学习等任意⼀个⽅向。 3. 具备计算机视觉算法开发经验，熟悉2D/3D⽬标检测、2D/3D语义分割、三维重建、姿态估计、点云等技术。 4. 熟悉Transformer架构，对⼤语⾔模型、多模态⼤模型等有研究或项⽬背景，如LLaMA、LLaVA、Qwen2VL等主流模型架构。 5. 熟悉⽣成式模型的原理、训练、调优等技术细节，并能将其应⽤到多模态任务中。掌握常⻅的⽣成式模型，包括VAE、GAN、VQGAN、Diffusion等。 6. 有使⽤TensorFlow、PyTorch等深度学习框架的实战经验。熟悉分布式训练框架，如Megatron-LM和DeepSpeed，并具备多机多卡分布式训练经验。 7来自BOSS直聘. 对多模态⼤模型、Diffusion图⽚/视频⽣成⼤模型训练范式有深⼊的理解和实践，有多模态⼤模型、Diffusion图⽚/视频⽣成⼤模型⼤规模预训练、从0到1构建经验者优先。 8. 有⾼质量论⽂发表者优先 (如ICRA, IROS, NIPS, ICLR, ACL, CVPR, ICCV, ECCV等)，有较强学术⽐赛经验kanzhun者，有在开源社区BOSS直聘有较⼤影响⼒者，有⼯程经验者优先。 9. 理论基础扎实，具备创新精神和深⼊思考能⼒，具备较强的学习能kanzhun⼒和团队协作能⼒。