返回岗位列表

研究科学家 - VLM通才

查看原岗位

地点：美国薪资：薪资未公开日期：2026-01-30

岗位摘要

设计和微调大规模VLM/LLM及混合架构，用于视觉推理、检索、3D理解和具身交互等任务；构建稳健、高效的训练和评估流程（数据整理、分布式训练、混合精度、可扩展微调）；进行模型性能的深入分析：消融研究、偏见/稳健性检查、泛化研究

岗位职责

设计和微调大规模VLM/LLM及混合架构，用于视觉推理、检索、3D理解和具身交互等任务
构建稳健、高效的训练和评估流程（数据整理、分布式训练、混合精度、可扩展微调）
进行模型性能的深入分析：消融研究、偏见/稳健性检查、泛化研究
与研究、工程及3D/图形团队合作，将模型从原型推向生产
发表有影响力的研究，并帮助建立多模态模型适应的最佳实践

任职要求

机器学习、计算机视觉、自然语言处理、机器人学或计算机图形学领域的博士学位（或同等经验）
在微调或训练大规模VLM/LLM用于实际下游任务方面有成功记录
强大的工程思维——能够设计、调试和端到端扩展训练系统
对多模态对齐和表示学习（视觉-语言融合、CLIP式预训练、检索增强生成）有深入理解
熟悉最新趋势，包括视频语言和长上下文VLM、时空基础、代理多模态推理和混合专家（MoE）微调
了解3D感知多模态模型——使用NeRF、高斯泼溅或可微分渲染器进行基础推理和3D场景理解
有PyTorch/DeepSpeed/Ray及分布式或混合精度训练的实际经验
优秀的沟通能力和协作精神