职责和任务 1. 参与设计和实现企业多模态大模型的相关应用，场景包括但不限于图片理解、视频理解、文档理解等； 2. 结合工作流、提示工程、模型选择、模型微调和编码等技术，支持关键产品功能； 3. 分析和处理大规模图片或视频等数据集，应用提示词工程与微调技术，提升模型在特定任务的性能； 4. 跟进前沿趋势，为团队调研引入新的AI应用场景； 5. 与团队成员合作，共同解决技术难题，并为项目进展提供支持； 职位要求 1. 硕士/博士学位在计算机科学、人工智能、统计学或相关领域； 2. 扎实的编程技术，熟悉 python等编程语言； 3. 熟练掌握主流深度学习框架Pytorch和算法框架huggingface-transformers等，有利用生成式AI解决实际问题的经验优先； 4. 有多模态使用经验优先，熟悉Qwen-VL等常见多模态模型结构优先； 5. 对多模态视觉大模型应用方向有浓厚的兴趣和热情； 6. 良好沟通能力，动手能力强，能攻坚算法应用过程中的难题，有韧性，具备良好的抗压能力；