多模态高级算法工程师

端侧多模态/Omni模型研发 负责端侧多模态及全模态（Omni）大模型的架构设计、训练与迭代，探索视觉、语音、文本等多模态信息的统一建模与实时交互能力。

模型训练与后训练优化 负责预训练、SFT、RL/OPD等训练流程设计及效果优化，围绕模型能力、场景需求和端侧资源约束进行数据配比、训练策略及模型能力迭代。

多模态数据体系建设 负责多模态数据清洗、筛选、合成、配比与质量治理，建设覆盖预训练、SFT、RL等阶段的数据体系，持续通过数据驱动提升模型效果。

端侧模型优化与工程落地 针对端侧算力、内存、功耗及实时性约束，开展模型压缩、量化、推理优化及相关Infra建设，推动模型从实验室能力向终端产品落地。

核心场景能力建设 围绕AIOS、智能助手、实时语音交互、视觉理解及Agent等业务场景，解决端侧模型感知、理解、交互和执行能力问题，推动模型能力在实际业务中的规模化应用。

前沿技术预研与能力沉淀 跟踪多模态、Omni、端侧大模型及Agent领域前沿技术，完成关键技术验证、方案选型及工程化落地，形成团队长期技术能力。

计算机、人工智能、机器学习等相关专业硕士及以上学历，具备较扎实的深度学习及大模型基础。

具备3年以上大模型、多模态模型或相关核心算法研发经验，有完整模型研发和业务落地经验。

熟悉Transformer及主流大模型训练方法，对预训练、SFT、RL、数据配比、模型评测等具有实际项目经验。

具备多模态模型研发经验，在视觉、语音、文本中的至少两个方向具有较深入的技术积累；具备Omni/端到端多模态研发经验者优先。

具备较强的工程实现能力，熟悉PyTorch等主流深度学习框架，有训练Infra、模型优化或端侧部署经验。

对模型结构、训练策略和效果问题具备较强的问题分析及技术判断能力，能够独立承担核心模块或重点项目。