職位名稱：算法專家（多模態(tài)大模型/計算機視覺/語音模態(tài)）
一、職位概述
我們正在尋找在人工智能前沿領域充滿激情的算法工程師。無論您專精于多模態(tài)大模型、計算機視覺還是語音模態(tài)，如果您渴望將尖端算法技術應用于解決極具挑戰(zhàn)性的真實世界問題，并推動其從研究到落地，那么這個職位將為您提供絕佳的舞臺。
二、核心職責：
1.算法研究與開發(fā)：負責各自方向（多模態(tài)/CV/語音）的算法研究、模型設計、實驗訓練和調優(yōu)工作，持續(xù)提升模型效果與性能。
2.工程落地與部署：將算法模型進行服務化部署，實現(xiàn)高性能、高可用的線上推理服務，并處理海量數(shù)據(jù)的訓練問題。
3.業(yè)務需求對接：與產(chǎn)品、業(yè)務團隊緊密協(xié)作，深入理解應用場景與需求，設計并輸出合理、高效的技術解決方案。
4.技術前瞻探索：跟蹤學術界與工業(yè)界的最新進展，并將有潛力的技術應用于實際項目，保持技術的領先性。
5.跨團隊協(xié)作：與數(shù)據(jù)、后端、前端、移動端等團隊高效協(xié)同，共同推進項目從概念到上線的全流程。
三、具體方向要求：
（一）多模態(tài)大模型方向：
1.精通Transformer、BERT、GPT、CLIP等大模型架構及其預訓練、微調技術。
2.具有多模態(tài)（如圖文、視頻-文本、音頻-文本等）融合建模及COT構建的實際項目經(jīng)驗。
3.熟悉對比學習、提示學習（Prompt Learning）、指令微調（Instruction Tuning）、強化學習（ppo、dpo、grpo、dapo，gspo）等前沿技術。
4.有大規(guī)模分布式訓練（如DeepSpeed, FSDP）、PTQ/QAT量化、模型壓縮經(jīng)驗者優(yōu)先。
（二）計算機視覺方向：
1.精通CNN、Transformer、VIT等視覺模型，在圖像分類、目標檢測、圖像分割、視頻理解等一個或多個領域有深入研究。
2.熟悉目標跟蹤、行為識別、生成式模型（如Diffusion Model、GAN）等相關技術者優(yōu)先。
3.具備模型輕量化、移動端部署（如TensorRT, TFLite, CoreML）經(jīng)驗者優(yōu)先。
（三）語音模態(tài)方向：
1.精通語音識別（ASR）、語音合成（TTS）、聲紋識別、語音情感分析等關鍵技術。
2.熟悉傳統(tǒng)聲學模型（如HMM）及端到端深度學習模型（如Conformer, Wav2Vec2, Whisper）。
3.有音頻信號處理、噪聲抑制、回聲消除等前端處理經(jīng)驗者優(yōu)先。
四、必備核心能力：
1.扎實的算法基礎：精通機器學習/深度學習/強化學習理論，具備優(yōu)秀的代碼實現(xiàn)能力（編程語言不限，Python必須熟練，算法能力達到LeetCode中級以上水平）。
2.工程落地能力：具有億級參數(shù)大模型的訓練、調優(yōu)或部署經(jīng)驗，熟悉PyTorch/TensorFlow等框架，了解Docker、Kubernetes等云原生部署技術。
3.業(yè)務洞察力：具備強烈的產(chǎn)品意識，能快速理解業(yè)務痛點，獨立設計并推動技術方案落地，以解決實際問題為導向。
4.團隊協(xié)作力：擁有出色的溝通能力和團隊協(xié)作精神，能有效協(xié)調多方資源，主導或積極參與跨團隊項目。
五、優(yōu)先錄取條件：
1.學術成果：在ACL、NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、INTERSPEECH等頂級會議或期刊以主要作者身份發(fā)表過相關論文。
2.競賽/開源貢獻：在Kaggle、天池等權威算法競賽中獲得過頂級名次，或有知名開源項目的核心代碼貢獻經(jīng)歷（請在簡歷中附上GitHub鏈接）。
3.交叉領域經(jīng)驗：具備多模態(tài)、強化學習、知識圖譜等兩項或以上的交叉項目經(jīng)驗。
4.領域知識：熟悉中醫(yī)、醫(yī)療、生物醫(yī)藥等垂直領域業(yè)務知識或數(shù)據(jù)特點者將極具優(yōu)勢。
六、我們提供：
1.極具競爭力的薪酬待遇和激勵機制。
2.與行業(yè)頂尖專家共事的機會，獲得快速的技術成長與職業(yè)發(fā)展。
3.挑戰(zhàn)前沿技術難題的平臺和豐富的計算資源支持。
4.鼓勵創(chuàng)新、開放包容的技術氛圍。
5.有機會深入一個充滿前景的領域，讓你的工作產(chǎn)生深遠的影響。