人工智能算法研究员

岗位职责：

1、掌握机器学习（深度学习）与大模型核心技术，具备较强的科研创新能力，【熟悉多模态数据整合与跨模态协同建模技术】

2、编程基础扎实，熟练使用至少两种编程语言，【深刻理解主流大模型训练系统（如DeepSpeed、Megatron）】，熟练运用Pytorch/Tensorflow框架

3、主导【涉及图像、文本、视频、3D等多模态场景下】的视觉算法研发，包括图像处理、目标识别、语义分割等方向

4、基于对【多种来源、结构各异数据】的深入分析，开展数据洞察、需求抽象、架构设计、模型优化及技术沉淀

5、解决实际应用中【大规模模型训练/微调、多模态信息对齐】等关键技术难题，【提升大模型推理速度及多模态任务下的整体性能】

6、跟踪【大模型与多模态融合】领域的最新进展，探索视觉-语言关联建模、跨模态检索、多模态内容生成等前沿应用场景

7、推动【大模型与多模态技术在真实业务环境中的落地实施，研究跨模态联合学习与知识迁移策略】

岗位要求：

1、硕士及以上学历，计算机、人工智能、数学等相关专业背景；

2、精通深度学习理论体系，【尤其熟悉大模型架构（如Transformer系列）及其训练机制与多模态模型设计方法】

3、在CCF-A/B类期刊或会议发表过算法相关成果，【在自然语言处理或多模态方向有研究成果者优先】，具备【大模型实际落地项目经验】者优先

4、精通【多模态数据预处理与融合方法】，拥有【大规模异构数据管理】实践经验，了解分布式训练技术架构

5、编程能力强，【具备至少3年PyTorch开发经历】，熟悉CUDA加速优化，【有大模型定制化开发经验者优先】

6、在【多模态典型竞赛（如VQA、ImageCaption）】或【大模型能力评测榜单（如MMLU、C-Eval）】中取得优异成绩者优先

7、【满足以下任一方向经验者优先考虑】：

大模型预训练/微调/参数高效微调（PEFT）优化

多模态特征学习/模态对齐/内容生成

多模态大模型工程化实践