Skip to content
← Back to job listings

AI研究算法工程师-多模态理解方向(J13372)

iFLYTEK · 安徽省·合肥市

External listingfull-time24 days ago

About The Role

  • 1、紧跟多模态业界研究动态,研究高效视觉编码模型结构,探索原生多模理解预训练、后训练方法(SFT、RL)。
  • 2、构建多模态理解评测体系,全方位评测模型多模态能力边界,为模型训练提供有效指导。
  • 3、构建人工耦合的多模数据清洗或者合成流程,负责高质量SFT、强化学习多模态理解数据体系构建,通过优质数据持续提升模型能力上限。
  • 4、针对代码智能体、通用智能体场景所用到的多模态理解能力进行加强,提升底座模型的代码和智能体处理能力。
  • 5、基于多模模型探索多模态智能体前瞻研究,包括但不限于Computer Use、Browse Use等。
  • 1、有强烈科研热忱与长远科研信念,对通用人工智能充满探索欲,能形成独有的模型行为认知,主动挖掘、攻坚全新研究问题。
  • 2、具备严谨的科研素养,逻辑思维突出,拥有良好研究审美,深耕深度学习领域并在至少一条细分方向形成体系化、深度独立见解。
  • 3、专业技术与工程能力过硬,编程功底扎实,熟练运用各类前沿 AI 工具赋能研发,高效推进实验与落地工作。
  • 4、秉持务实踏实的做事态度,重视数据核心价值,愿意沉下心完善数据与模型相关基础工作,独立快速吃透新兴研究赛道。
  • 5、具备开放包容的协作意识,认同协同共进的团队文化,沟通顺畅、敢于理性质疑,待人平等,拥有全局大局观。
  • 6、广泛且深入跟进行业前沿动态,拥有自主思考与笃定的研究思路,主动探索创新解法,持续推进预训练相关基础研究突破。
  • 加分项
  • 1、研究生阶段具备多模态理解、多模生成、多模态编码等任意研究方向研究基础
  • 2、以第一作者在CVPR、ICLR、ECCV等AI顶会发表多模大模型等相关论文,若引用达到100以上具备更高优先级;
  • 3、深度使用Claude Code、Codex等AI编程工具,对多模态大模型能力边界、优化方向有真实实践认知;
  • 4、参与过算法、代码、奥数类权威竞赛并取得优异名次,具备扎实的算法与代码功底;
  • 5、在顶尖 AI 公司或实验室的核心团队有过长期实习经历,并有重要研究成果落地到基模大模型.

This is an external listing. JobSpring does not represent or verify the employer. Report this listing