岗位描述
岗位职责
1、参与端侧视频理解基模型的训练与优化,提升模型在多场景视频内容理解任务中的效果与泛化能力;
2、负责视频表征学习、多模态理解、视觉语言对齐等方向的算法研究与实验验证;
3、围绕端侧部署约束,参与模型压缩、蒸馏、量化、推理加速等技术方案设计与优化;
4、构建高质量训练与评测流程,持续迭代数据、模型、指标和实验方法,提升研发效率与模型可靠性;
5、跟踪视频理解、多模态大模型、端侧智能等方向的前沿算法进展,推动相关技术在实际场景中的落地应用。
岗位要求
1、2027届获得硕士及以上学历,计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业;
2、具备扎实的机器学习、深度学习和计算机视觉基础,熟悉 VLM、LLM、Transformer等相关技术;
3、熟练掌握 Python,熟悉 PyTorch、TensorFlow 等至少一种深度学习框架,具备良好的工程实现与实验分析能力;
4、具备视频理解、视觉语言模型、多模态大模型、模型压缩或端侧部署等相关研究或项目经验;
5、具备较强的问题拆解、论文阅读、实验设计和数据分析能力,能够在开放性研究问题中持续迭代解决方案;
6、在计算机视觉、多模态学习、机器学习等相关方向有高质量论文、竞赛、开源项目或科研成果者优先。