多模态大模型算法专家（视觉语言方向）
岗位摘要
开展多模态预训练研究及实验，包括数据清洗筛选、数据配比优化、课程学习、视觉语言模型结构设计优化、训练策略优化、预训练数据合成、scaling law预测、词表优化、模型蒸馏压缩、长上下文能力优化等
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 开展多模态预训练研究及实验，包括数据清洗筛选、数据配比优化、课程学习、视觉语言模型结构设计优化、训练策略优化、预训练数据合成、scaling law预测、词表优化、模型蒸馏压缩、长上下文能力优化等
- 迭代多模态后训练策略（SFT/RLHF），进行专项能力数据迭代，参与模型能力评测及评测数据和评估标准的迭代
- 通过强化学习持续提升多模态模型推理能力和执行任务能力，打造多模态Test Scaling Laws，推动模型对网络和虚拟世界的交互和任务完成能力
- 构建视觉统一理解生成大模型，推进多模态统一生成与理解的推理和交互新范式
任职要求
- 计算机科学、计算机视觉、人工智能、机器学习、具身智能等领域的博士或硕士毕业生
- 具备较强的代码能力，擅长模型训练及数据处理，精通Python及PyTorch等深度学习框架，熟悉Transformer架构以及CV、大语言模型基础知识
- 善于平衡研究目标及落地实现，具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力
- 关注技术影响力，具有开源开放精神，对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式，能够独立应用技术解决复杂问题
- 曾发表CVPR、ECCV、NeurIPS、ICML、ICLR、ACL、TPAMI等国际顶级会议期刊论文者优先
- 拥有知名开源项目或在开源社区具有较好影响力，或在竞赛中获得引领性研究成果者优先
- 具有大规模预训练实战经验者优先
加分项
- 曾发表顶级会议论文并具有一定的学术影响力，包括但不限于：CVPR、ECCV、NeurIPS、ICML、ICLR、ACL、TPAMI等国际顶级计算机会议/期刊
- 拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。