岗位描述
工作内容
1. 负责多模态机器学习(MML)相关算法的研发、优化与落地,包括但不限于图文理解、视频理解、语音文本融合等方向。
2. 基于LangChain、LangGraph等框架,设计并构建面向多模态场景的智能体(Agent)与工作流应用,提升系统推理与工具调用能力。
3. 参与大规模多模态预训练模型的数据构建、模型训练、评测及部署,持续提升模型在业务场景中的效果与效率。
4. 跟踪多模态学习、大语言模型、检索增强生成等前沿技术,推动相关技术在业务中的创新应用。
5. 与产品、工程团队紧密协作,将算法方案转化为稳定、可复用的工程化实现,并撰写相关技术文档。
任职条件
1. 本科及以上学历,计算机、人工智能、数学、电子信息等相关专业。
2. 熟练使用Python,具备扎实的编程基础,熟悉常用数据结构与算法,具有良好的代码风格与工程化习惯。
3. 熟练使用LangChain与LangGraph,能够独立完成基于LLM的Agent、Chain及多步推理流程的设计与开发。
4. 熟悉主流深度学习框架(PyTorch/TensorFlow),具有多模态模型(如CLIP、BLIP、LLaVA、Video-LLaMA等)的实战经验,理解常见多模态融合机制。
5. 了解向量数据库(如Chroma、Milvus等)及检索增强生成(RAG)的基本原理与实现方式。
6. 具备良好的英文文献阅读能力,能够快速复现和改进学术论文中的方法。
7. 逻辑清晰,沟通顺畅,具有较强的自我驱动力与团队合作精神。