多模态数据研究员【“智星”计划】

职位描述： 1. 业务研发与技术落地： 1）负责多模态理解大模型的研究、设计、开发与优化，参与项目需求分析、技术方案评审及代码质量把控。 2）持续跟踪大模型领域（CV/NLP/多模态）的前沿技术动态与行业趋势，为团队提供技术决策支持。 2. 模型优化与工程实践 1）协同算法与数据团队，将研究成果转化为高性能实用模型，主导模型架构设计、参数调优及分布式训练流程搭建。 2）熟练运用深度学习框架（如PyTorch、Hugging Face、DeepSpeed、Megatron-LM）进行模型训练与优化，通过实验分析模型表现并制定改进策略。 3. 数据管线构建与管理 1）负责多模态数据（文本、图像、语音、视频等）的收集、清洗、标注及特征提取，构建高质量训练数据集。 2）设计数据归一化与增强方案，优化数据质量与训练效率，参与制定数据存储、备份及安全策略。 4. 前沿算法研究与创新 1）深入探索多模态大模型技术（如跨模态融合、表示学习、泛化能力优化），定期输出技术分析报告，支撑团队战略规划。 2）开展创新性研究，通过实验验证新架构与算法的有效性，推动模型在多模态任务中的性能突破。

任职要求： 1. 教育背景：计算机科学、人工智能、数学或相关专业硕士及以上学历，具备扎实的数理基础。 2. 科研经验：具备一定的计算机视觉（CV）、自然语言处理（NLP）或大模型研发经验，有成功落地项目者优先， 具备独立完成模型设计、训练调优及效果验证的能力。 3. 专业技能 1）精通至少一种深度学习框架（PyTorch/TensorFlow），熟悉Hugging Face、DeepSpeed等工具链。 2）深入理解主流大模型技术（如GPT、Llama、Qwen-VL、LLaVA、GPT-4V、Gemini等）的原理与训练方法。 3）掌握大模型优化技术（分布式训练、量化、剪枝）、方案架构设计及Prompt工程实践。 4. 能力素质 1）具备优秀的科研创新能力与复杂问题解决能力，对技术前沿高度敏感。 2）良好的跨团队协作与沟通能力，自我驱动力强，对多模态AI领域有持续热情。 加分项： 1. 具备3D重建、人体运动（Motion）建模相关研究经验； 2. 在顶级会议（CVPR/ICCV/ECCV/NeurIPS/ICML/ACL等）发表过相关论文； 工作目标： 1. 构建覆盖文本、语音、视觉、运动（Motion）的大规模全模态高质量数据集； 2. 研发高性能数字人大脑模型，推动多模态认知与交互能力的边界。