视觉基础模型算法研究员

岗位职责
研究地球视觉基础模型：sensor adapter、PEFT、冻结 backbone 的下游迁移与优化；

参与自监督学习 / 视觉表征学习研究，包括 JEPA、DINO、对比 / 聚类预训练、跨 backbone 表征对齐；

负责 DINOv3、VLM、diffusion等模型实验、复现、消融、多卡训练与结果分析；

探索光学 / SAR / 时序等跨模态迁移与泛化；

跟踪前沿论文，参与论文撰写。

岗位要求
熟悉 Python 与 PyTorch，具备可复现实验工程能力；

具备扎实机器学习、深度学习和数学基础；

熟悉 Transformer、ViT 与自监督预训练范式；

能独立阅读、复现英文顶会论文，具备实验设计、结果分析和问题定位能力。

加分项

有计算机视觉、多模态、自监督学习项目或研究经验；

有 DINO / JEPA / Diffusion 项目经历，有其一即可；

有 DDP、多卡训练、大模型预训练 / 微调经验；

有顶刊顶会论文、竞赛、开源贡献经历。