多模态算法工程师(J23891)

负责多模态大模型（视觉-语言方向）的研发与应用落地，包括模型微调（LoRA/QLoRA等）、指令对齐、RAG及效果评估调优；

负责视觉小模型（如YOLO系列目标检测、图像分类、分割等）的训练、剪枝、量化与加速优化，满足边缘/端侧部署需求；

负责模型工程化部署：模型推理服务搭建（Triton/vLLM/TensorRT/Ollama等）、容器化部署（Docker/K8s）、接口封装与性能调优；

参与从算法选型、数据标注到线上灰度、效果监控的全流程，解决实际业务场景中的效果与性能问题。

硬性条件：

本科及以上学历（计算机、自动化、电子信息、数学等相关专业），毕业1~2年，具备1年以上相关项目或实习/工作经验；

熟悉主流多模态大模型架构与开源生态（如LLaVA、Qwen-VL、InternVL等），具备实际微调或应用经验；

熟练使用YOLO等视觉小模型框架，有完整的"训练→优化→部署"实战经验；

具备工程化落地经验，熟练使用PyTorch、熟悉ONNX/TensorRT模型转换与推理优化，掌握Python及基础C++/Go优先；

能独立阅读英文论文并复现关键结果。

加分项：

熟悉大模型边缘部署（Jetson、昇腾、RK3588等平台）经验；

参与过工业质检、安防、文档理解等垂直场景的算法落地项目；

有开源项目贡献或Kaggle/竞赛获奖经历。

软性要求：

具备产品意识，能与产品和工程团队高效协作，把算法能力转化为业务价值；

自驱、结果导向，遇到脏活累活不躲。