工作职责：

-从事多模态大模型（视觉-语言、音频-语言、跨模态生成等）的算法研究与工程实现
-探索多模态理解与生成能力的提升方法，包括图文对齐、跨模态检索、多模态推理等
-结合最新多模态大模型进展，推动技术快速迭代
-设计高质量多模态训练数据方案与评估体系
-紧跟多模态前沿研究，将论文成果高效转化为工程实践

任职资格：

-本科及以上学历，计算机、人工智能等相关专业优先
-扎实的深度学习基础，熟悉Transformer、ViT、CLIP等多模态模型结构
-熟练掌握Python及深度学习框架（PyTorch/PaddlePaddle）
-有多模态学习、计算机视觉或NLP相关研究/项目经历者优先
-在顶级学术会议（CVPR、ECCV、ACL等）发表过论文者优先