工业视觉大模型高级研究员 - 博士

负责工业视觉大模型的原型研究与落地，包括通用缺陷检测、精细图像分割、多模态视觉-语言理解、开集目标检测等核心模块；

针对工业质检、产线自动化、安全生产等实际场景，完成大模型的预训练、指令微调（SFT/RLHF）与边缘-端侧部署优化，满足实时性与精度需求；

探索视觉大模型在少样本/零样本迁移、域自适应、增量学习等场景中的能力边界；

追踪前沿技术，撰写相关专利。

博士学历，计算机、图像处理、模式识别、电子工程、自动化等相关专业；

有工业视觉检测、缺陷检测、图像分割、多模态大模型等方向实际项目经验者优先，熟悉 SAM（Segment Anything Model）、DINOv2、CLIP、Grounding DINO、Qwen-VL 等主流视觉大模型框架；

具有较强的编程能力，精通 Python 和 C++，熟悉 TensorRT、ONNX、OpenVINO 等模型部署与推理加速工具者优先；

熟悉深度学习基础理论与视觉大模型前沿算法，对工业视觉中的小样本学习、数据合成与增强、模型轻量化（量化/蒸馏/剪枝）、边缘端实时推理等关键问题有深入理解；

在顶会/顶刊（如CVPR/ICCV/ECCV/ TPAMI/IJCV等）发表论文者优先。