算法工程师（计算机视觉与多模态方向）

负责计算机视觉核心算法的研发与优化，包括但不限于目标检测、图像分割、行为识别、ReID、3D视觉等方向；

负责多模态大模型（VLM） 在零售行业垂类场景中的研发与落地，包括视觉-语言预训练模型的微调、跨模态对齐、多模态检索等；

基于零售连锁门店的真实场景数据（门店巡检图像、监控视频、商品陈列等），打造面向门店智能化运营的AI视觉能力；

完成从模型训练（PyTorch/TensorFlow）到云端/嵌入式端（NPU）的高效部署全流程，确保算法在真实硬件环境中的精度与效率；

参与CamClaw门店运营智能体等多模态产品的视觉能力建设，推动视觉大模型从实验室走向业务场景；

跟踪前沿视觉与多模态技术（如ViT、SAM、CLIP、Qwen-VL、LLaVA、GPT-4V等），探索其在零售行业场景中的创新应用；

协同团队完成算法集成与上线，输出技术文档与专利。

硕士及以上学历，计算机视觉、人工智能、模式识别、图像处理、自动化等相关专业优先；

视觉基础：扎实的计算机视觉基础，精通深度学习，熟悉CNN/Transformer等骨干网络，熟悉目标检测、图像分割、行为分析、ReID等经典视觉任务；

多模态能力：了解多模态大模型（VLM）相关技术，如视觉-语言预训练、跨模态对齐、多模态检索等；了解ViT、CLIP、SAM、Qwen-VL、LLaVA等模型；

工程能力：熟练掌握Python/C++，熟悉PyTorch/TensorFlow及OpenCV，具备模型训练、调优、量化和板端部署的实践经验；

项目经验：有视觉算法或VLM项目经验者优先，如参与过目标检测/图像分割/ReID等项目，或VLM微调、多模态检索等；

加分项：

在CVPR/ICCV/ECCV/NeurIPS等顶会发表过论文；

在一些业内认可的视觉竞赛中获奖；

有NPU/嵌入式端模型部署经验；

有开源项目贡献经历；

综合素质：具备优秀的分析问题和解决问题的能力，良好的团队沟通与协作精神，对AI视觉技术在零售行业的落地有浓厚兴趣。