工作职责： 1、对接中国移动通信服务、政企数字化、家庭多媒体等业务场景，收集并分析场景化需求，基于多模态大模型、图视频生成式大模型、开放目标检测、OCR、文档理解大模型等研究方向，制定智能化技术解决方案；负责方案落地过程中的算法设计、代码开发、模型训练与调优，完成工程化部署，并跟踪上线后效果，迭代优化算法与系统，提升业务场景智能化水平； 2、建立人工智能领域技术跟踪机制，重点关注多模态处理、生成式模型、计算机视觉（目标检测、OCR）、文档理解及模型加速（视频生成加速、图文模型加速）等方向的业界前沿技术、算法论文与开源项目；定期输出技术调研报告，结合组内研究规划，筛选有应用价值的技术方向开展预研，搭建实验环境验证技术可行性，形成技术储备或研究成果雏形； 3、牵头或参与图文大模型研发项目，明确项目阶段目标与分工；在算法层面，设计图文语义对齐、跨模态生成优化等创新方案并开展实验验证；在工程层面，搭建模型训练框架、优化推理流程，保障模型训练效率与部署性能；在评测层面，构建适配中国移动业务场景的图文大模型评测指标体系，完成模型效果与性能评测，输出评测报告，支撑模型迭代与业务适配； 4、协同跨部门团队（业务部门、工程团队、测试团队等），同步技术研发进展与业务需求适配情况，解决研发与落地过程中的跨团队协作问题；参与组内技术分享与研发复盘，沉淀技术研发经验与实践，形成技术文档或规范，助力团队研发效率提升。 任职要求： 1、博士学历，计算机、人工智能、软件工程、电子信息、通信工程等相关专业； 2、熟练掌握Python/C++等至少一门编程语言，具备良好的工程化编码习惯与代码规范；熟悉Linux开发环境及分布式训练流程（如DeepSpeed/Megatron-LM/FSDP等框架），理解并行、梯度检查点、混合精度训练等优化策略，有集群训练调试、显存优化或训练稳定性保障经验者优先； 3、在计算机视觉或多模态领域有深入研究，熟练使用PyTorch/TensorFlow等深度学习框架及大模型生态工具（HuggingFace等），深入理解Transformer、Diffusion等核心架构原理及其变体，熟悉注意力机制优化、MoE架构、位置编码等核心模块；具备视觉/多模态大模型（如LLaVA等）实际预训练、微调或RLHF对齐经验，能独立完成从数据配比、Loss设计到评估体系搭建的全流程； 4、具备相关科研项目或企业实习经历，在多模态对齐、视觉理解、3D视觉、生成模型等至少一个方向有可验证的落地成果，成果被社区广泛引用或开源复现者优先； 5、具备优秀的文献研读与独立解决问题能力，沟通表达清晰，团队协作意识强，能高效推动跨职能合作任务，并在项目中承担关键技术决策角色。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录