【高阶岗位】多模态方向青年/资深科学家

1多模态技术战略与路线规划 - 结合行业前沿与实验室战略，参与制定多模态大模型中长期技术规划，涵盖通用图文大模型、视频多模态、多模态理解生成、跨模态对齐等方向； - 跟踪国内外SOTA多模态技术迭代，研判多模态大模型技术趋势，定义团队科研课题，攻克复杂图文推理、细粒度视觉理解、长视频理解、多模态幻觉抑制等技术瓶颈； - 协助进行多模态模型全系迭代升级，搭建专业多模态评测子集，完善多模态评测体系，构建行业领先的通用多模态技术底座。 2 团队管理与多模态人才建设 - 负责多模态专项团队搭建、组织架构优化、人员分工，制定科研考核与激励机制，打造高效自研研发团队； - 引进视觉、多模态、AIGC、视频理解领域顶尖科研人才，培养青年算法骨干，搭建学术+工程复合型研发团队； - 把控团队研发节奏，组织技术评审、算法复盘，解决多模态训练、对齐、推理过程中的核心技术难题。 3 重大科研项目与技术攻关 - 牵头申报并执行国家级、省部级多模态人工智能重大专项，负责项目方案撰写、经费管控、进度管理、验收交付； - 主导通用多模态基座模型预训练、跨模态对齐、指令微调、图文联合优化全流程研发，统筹多模态高质量数据集构建、大规模算力调度、分布式训练优化； - 推进行业多模态落地应用，涵盖工业视觉、科学计算多模态、图文生成、智能感知等方向，打通科研成果产业转化链路。 4 开源生态与对外产学研合作 - 对接高校、科研院所、头部企业，开展多模态产学研合作，拓展数据集、算力、行业落地资源； - 负责多模态技术成果对外输出、行业峰会技术分享，维护实验室多模态领域行业影响力； - 完善开源体系，运营多模态开源社区，迭代开源模型与工具链，扩大行业开源影响力。 5 资源管控与技术资产沉淀 - 统筹多模态算力、高质量图文视频数据、科研经费分配，优化GPU集群训练调度，控制研发成本； - 规范多模态数据合规、图像版权、算法安全、知识产权管理，搭建多模态科研风控体系； - 发表顶会论文、编制多模态技术白皮书、沉淀模型专利，固化实验室多模态核心技术资产。

1 学历与基础资质 - 计算机、人工智能、视觉算法、深度学习、数学等相关专业，博士优先，顶尖名校硕士可放宽； - 抗压能力强，认同科研机构长期研发理念，热爱多模态技术研究。 2 工作经验要求 - 具备上多模态/计算机视觉/AIGC研发经验，2年以上技术团队管理经验，具备专项团队统筹能力； - 有头部科研机构、大厂研究院多模态研发经验，主导过开源通用多模态模型、图文大模型、视频大模型完整迭代流程； - 有书生万象、CLIP、Flux、VLM等主流多模态模型研发、二次优化、落地经验者优先。 3 专业技术能力 - 精通Transformer、ViT、多模态融合架构，熟练掌握图文对齐、视觉编码、文本解码、多模态SFT/DPO对齐技术； - 精通大规模图文、视频数据集清洗、过滤、提纯，熟悉多模态数据构建方法论，掌握分布式多模态训练、显存优化、并行训练技术； - 熟悉图像生成、视频理解、多模态推理、幻觉抑制优化，对通用多模态发展方向有深度判断； - 具备多模态评测体系搭建经验，熟悉多模态感知、生成、推理类评测指标与优化方案。 4 综合能力素质 - 具备多模态技术顶层设计能力，能够精准判断行业技术风口，制定长期研发路线； - 具备团队搭建、人才培养、跨部门协同能力，逻辑清晰、决策果断，科研项目管控能力强； - 具备优秀技术汇报，可独立对接政府及行业合作机构； - 在CVPR、ICCV、ECCV、NeurIPS等顶会发表多模态/视觉方向论文、持有核心专利者优先； - 恪守科研伦理，无学术不良记录，责任心强，高度认同上海人工智能实验室科研发展理念。、 5. 优先录用条件 - 主导过十亿参数及以上通用多模态基座模型完整训练、对齐、开源落地全流程； - 主持过国家级多模态、人工智能重大科研专项，熟悉政府项目申报、评审、验收流程； - 在视频理解、图文生成、多模态推理、具身智能任一方向有行业公认突出成果； - 海内外顶尖高校、科研院所视觉/多模态资深研究员，行业具备较高学术影响力。