1

技术部

18

技术部

多模态大模型算法工程师（校招）

1

1.参与垂直领域LLM定制与应用研发：基于主流开源基座模型开展领域语料处理（清洗/去噪/去重/切分）、指令数据构造与SFT微调，持续提升模型在典型任务上的效果、稳定性与可控性；2.参与VLM（视觉-语言模型）能力建设：围绕视觉理解、OCR/版面理解、视觉Grounding、图文对齐等方向，构建多模态指令理解与语义输出能力，支持智能体及工业/企业级应用场景；3.参与多模态推理和Agent能力构建：将视觉感知与语言指令转化为结构化语义表示与任务步骤，支持任务分解、工具调用与多步推理，提升模型在复杂指令下的执行可靠性与安全性；4.参与LLM/VLM推理服务与轻量化部署：协助完成模型量化（INT8/AWQ等）、推理加速、Batch与缓存策略优化，支持高并发、低延迟推理服务；探索云端与边缘侧的协同部署方案；5.参与构建多模态RAG系统：基于文本与图像等多模态信息，构建跨模态Embedding、检索与重排链路，结合图文知识库与业务规则，提升复杂与长尾问题覆盖能力，降低多模态场景下的模型幻觉风险，并参与评测与线上质量监控；6.参与大模型工程化与评测体系建设：搭建从数据处理、训练、评测到服务监控的基础工具链，建设数据规范、自动化评估指标与回归测试集，支持模型能力的持续迭代；7.跟踪LLM/VLM及多模态智能体方向的前沿研究进展，参与新技术验证与能力沉淀。

计算机科学、人工智能、自动化等相关专业优先

硕士研究生及以上

不限

1.硕士及以上学历，计算机科学、人工智能、自动化等相关专业优先。具备扎实的机器学习、深度学习与NLP基础；2.熟悉主流LLM技术栈：理解Transformer、Tokenizer、指令微调（SFT）、偏好对齐的基本知识；有LLaMA、Qwen等开源模型实战经验者优先；3.熟悉VLM/多模态大模型基础：理解图文对齐、视觉编码器与语言模型协同建模方式；参与过多模态大模型相关项目者优先；4.具备多模态RAG能力：熟悉文本与图像等多模态Embedding及跨模态检索、重排方法，具备多模态知识库构建与评估经验，能够基于现有框架完成多模态RAG原型与迭代优化；5.具有国产AI框架（如华为昇腾CANN/MindSpore）或国产算力平台（如华为昇腾Ascend）的开发与调试经验者优先；6.熟练使用Python与PyTorch，具备良好的工程习惯（可复现训练、实验管理、日志与脚本化）；具备C++/CUDA/TensorRT/ONNX/VLLM等推理相关经验者优先；7.具备VLA/具身智能相关背景者优先，包括但不限于机器人控制、模仿学习、动作策略建模等方向；有“语言/视觉——行为决策”相关探索经验者优先；8.在ACL、EMNLP、NeurIPS、ICRA、ICLR等顶会发表论文，具备知名开源项目贡献者优先；9.应聘年龄：35周岁及以下。