多模态算法工程师

岗位职责：
①设计与实现多模态表征学习架构，开展跨模态对齐、融合与解耦等核心算法研发
②主导大规模多模态预训练模型（如CLIP、Flamingo、LLaVA、Qwen-VL等）的训练、调优与轻量化部署
③面向图文检索、视觉问答、多模态生成、跨模态推理等下游任务，完成算法落地、性能验证与迭代优化
④构建高质量多模态数据集，设计标注规范与质量评估机制，支撑模型泛化性与鲁棒性提升
⑤开展多模态模型可解释性分析、偏见检测与公平性评估，保障模型在医疗、金融、政务等敏感场景的合规应用
⑥协同工程团队完成模型服务化封装、推理加速（TensorRT/ONNX）、CUDA显存优化及端云协同部署

任职要求：
①计算机科学、人工智能、模式识别或相关专业硕士及以上学历，博士优先；具备扎实的数学基础（线性代数、概率统计、最优化理论）
②熟练掌握PyTorch框架，深入理解Transformer、扩散模型、对比学习、自监督学习等主流范式，有大型多模态模型训练与调优实战经验
③熟悉计算机视觉（CNN/ViT）与自然语言处理（BERT/LLM）核心技术，掌握cross-attention、模态蒸馏、桥接建模等跨模态交互方法
④具备大规模分布式训练经验（DeepSpeed/FSDP/PyTorch Distributed），熟悉多模态数据处理流程与评估体系（zero-shot transfer、modality robustness、bias analysis）
⑤熟练使用CUDA进行性能调优，掌握模型压缩（剪枝/量化）、推理加速（TensorRT/Triton）及服务化部署技术
⑥具备良好的科研素养与工程实现能力，以第一作者在CVPR/ICCV/ECCV/ACL/NeurIPS等顶会发表多模态相关论文者优先

岗位职责：
1.开展深海复杂环境下多模态感知核心算法研究，突破浑浊、弱光等极端条件下的感知瓶颈；
2.负责声学、光学等多源异构传感器数据的时间/空间同步与特征级融合算法开发，提升水下目标探测与识别的鲁棒性；
3.参与深海SLAM系统的多模态前端设计，解决声学特征稀疏及传感器退化条件下的状态估计问题；
4.负责多传感器联合标定方案的制定与实施，参与湖试/海试数据的后处理分析与算法迭代；
5.协助指导研究生，参与团队科研平台建设。 任职要求：
1.精通数字信号处理、阵列信号处理或统计信号处理理论，熟悉水声信道特性，具有侧扫/合成孔径声呐或水声通信定位系统开发经验者优先；
2.熟练掌握C/C 、Python或MATLAB，具备扎实的算法仿真与工程实现能力，有ROS系统或水下机器人嵌入式平台开发经验者优先；
3.在领域内国际主流期刊发表过论文1-2篇以上，或取得重要科研成果；
4.年龄一般不超过35周岁，具备良好的团队合作意识和独立开展研究工作的能力。

岗位职责：
1）设计、实现和优化深度学习模型，尤其是用于图文转换的大模型。
2）有收集和处理训练模型所需的数据集。
3）进行实验以评估模型的性能和效果。
4）编写和维护算法项目文档，包括算法设计、数据处理流程和训练日志等。
5）保持对人工智能和机器学习领域的最新进展的了解，并将新技术应用于项目中。 任职要求：
1）硕士以上学历, 计算机相关专业，具备良好的英文读写能力，3年以上相关工作经验。
2）熟练使用至少一种深度学习框架（如TensorFlow或PyTorch），特别是在处理图像和文本数据方面的应用。
3）具有实际经验在设计、训练和部署图文转换模型，如条件生成对抗网络（Conditional GANs）、变分自编码器（VAEs）、Transformer模型和扩散模型等。
4）深入理解计算机视觉和自然语言处理（NLP）的基本原理和最新进展，包括图像识别、语义分割、文本摘要、语言模型等，最新进展如InternVL-G-FT，BLIP-2 ViT-G等。
5）熟悉图像和文本数据的预处理和增强技术，能够高效处理和准备大规模数据集以用于训练。
6）了解如何优化模型性能，包括但不限于训练策略、正则化方法和超参数调优。能够使用适当的指标评估模型的生成质量和准确性。
7）具有在多模态学习领域的知识，能够处理和融合来自不同源（如文本和图像）的信息。
8）较强的逻辑思维能力和执行能力，协调、分析、和解决问题的能力俱佳，优秀的应急预案管理能力，具备团队协助精神具有高度的责任心。

岗位职责：
1.负责AIGC图像、视频生成领域的算法研发与技术创新，深耕扩散模型、Transformer、GAN、VAE等基础生成模型，围绕视频时序建模、多模态对齐、高保真可控编辑、复杂主体注入、下一代生成算法等核心方向开展技术研究，完成模型架构创新与迭代优化，持续输出高质量、高价值的核心技术方案。
2.独立搭建图像、视频生成模型完整训练Pipeline，负责大规模图文、视频数据集的清洗、筛选、预处理、特征提取与高效加载，设计数据增强方案，搭建适配业务场景的专属数据闭环；同时优化模型训练策略，保障模型训练高效、稳定运行。
3.针对生成模型推理速度慢、显存占用高等核心痛点，开展模型压缩、量化、剪枝、蒸馏、算子优化、推理引擎适配等性能优化工作，极致打磨算法效果与推理性能。
4.持续跟踪计算机视觉、多模态、生成式AI领域顶会前沿技术及行业标杆方案，开展技术调研、算法复现、效果验证与技术落地工作；负责生成模型系统架构与算法全链路优化，推动AI生成技术在内容创作、消费、商业化等核心场景的规模化落地应用。
5.主导AI生成领域技术创新与产品化落地实践，打磨行业领先的AI生成解决方案，提升团队行业技术竞争力与口碑，打造具备行业标杆价值的技术与产品方案。 任职要求：
1.硕士及以上学历，计算机科学、人工智能、机器学习、统计学等相关专业；
2.具备扎实的深度学习核心理论功底，熟练掌握扩散模型、Transformer、GAN、VAE等各类生成模型核心原理；拥有1年及以上图像/视频生成、多模态理解、多模态检索相关研发经验，可独立完成生成模型的训练、调优全流程工作，具备相关模型实际业务落地经验者优先；
3.编程基础扎实，深度精通PyTorch等主流深度学习框架，熟练使用Linux高性能开发环境开展研发工作；
4.有顶级学术成果者优先，在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、TPAMI、IJCV、SIGRAPH等国际顶尖会议/期刊发表过相关论文者优先。

岗位职责：
1. 深度参与多模态大模型的研发和应用， 探索超大规模模型，进行系统优化, 参与数据建设、指令微调、偏好对齐、模型优化、原型系统搭建、大模型应用构建；
2.参与多模态大模型的结构设计、模型优化、 强化学习后训练等；
3. 快速响应产品和业务需求，推动长视频理解、多模态文档理解等算法的工程化和实际场景中的落地；
4. 结合电信业务，对大模型的特定能力进行针对性优化, 在相关应用落地，包括长视频理解系统、多模态文档理解、视觉Agent等；
5. 探索前沿多模态理解大模型算法的研发实现，提出并优化前沿算法，保持算法在学术界和工业界的领先。 任职要求：
1. 硕士及以上学历，计算机、人工智能、电子信息、数学等相关专业；
2.优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；
3. 具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先；
4. 熟悉Qwen、Kimi等多模态大模型的框架、预训练和微调等技术者优先
5. 熟悉高性能推理引擎（如vLLM，SGLang）的原理与优化方法者优先
6. 深入理解Post-Training全流程与核心算法，包括但不限于DPO，PPO，GRPO，Reward Modeling等者优先。

岗位职责：
1.多模态融合建模：基于CT/MRI/超声、数字病理及多组学数据，开展跨模态表征学习与融合建模，支撑肿瘤精准诊断与多源数据协同分析。
2.医学基础模型研究：围绕自监督学习、对比学习与Transformer架构，研发医学多模态基础模型，构建影像–病理–组学统一表征体系。
3.临床智能模型开发：针对肿瘤检测、分型、预后及疗效评估等临床任务，研发高泛化、可解释的智能诊断模型，赋能临床辅助决策。
4.医学大模型与可解释性研究：开展医学多模态大模型（VLM/LLM）研究，实现影像、文本、病理、组学联合推理，并开展注意力机制、因果建模、不确定性分析等可解释性研究。
5.科研成果产出：独立或协助申报国自然、博士后及省部级科研项目，在SCI一区、TOP期刊发表高水平学术论文。 任职要求：
(一)通用基础要求（所有方向通用）
1.学历：近两年内或即将取得计算机、AI、生医工、电子信息、自动化、神经工程、统计、数学等相关专业全日制博士学位，应届博士优先。
2.年龄：31周岁及以下，特别优秀者可放宽至33周岁。
3.科研能力：热爱科研，对医学AI、多模态学习、计算生物学或脑机接口方向有浓厚兴趣；具备独立科研思维，可自主完成课题设计、实验攻关与学术创新。
4.综合素质：沟通协作能力良好，主动性强，具备团队合作与项目推进能力。
5.学术成果：具备良好英文写作能力，近五年以第一作者发表SCI一区/Top期刊论文1篇及以上。
6.工作要求：全职全脱产从事博士后研究，人事关系转入单位，符合国家博士后管理相关规定。
7.基础技能：熟练掌握PyTorch、TensorFlow等深度学习框架，可独立完成模型搭建与数据分析。
(二)医学AI与多组学专项要求（影像/病理/转录组）
1.科研能力：具备医学AI、多模态学习或计算生物学研究经验，有影像-病理-组学联合分析经历者优先。
2.医学影像方向：熟悉CT、MRI、超声等影像分析，掌握CNN、Transformer、ViT、SAM及3DU-Net、nnUNet等模型，有肿瘤检测、分割、多模态融合研究经验，有临床合作与大数据经验者优先。
3.数字病理方向：掌握WSI全切片分析、MIL、弱监督学习与病理多尺度建模，具备肿瘤分型、分级、预后预测经验；熟悉TransMIL、ViT、病理大模型者优先。
4.组学方向：熟练掌握单细胞/空间转录组分析工具（Seurat、Scanpy等），擅长多组学整合、肿瘤微环境解析、细胞通讯与空间结构建模，熟悉肿瘤空间免疫生态研究者优先。

岗位职责：
研究方向
针对跨模态深度伪造内容的隐蔽性、多样性与对抗性，研究鲁棒、可泛化的伪造检测与溯源技术，提升面对未知伪造手段和对抗攻击时的检测能力，形成具有自主知识产权的核心技术成果。 任职要求：
1.已获得或即将获得计算机科学、电子信息、软件工程、人工智能、自动化、应用数学/统计学等相关专业博士学位；
2.具有扎实的机器学习、深度学习、强化学习理论基础，博士阶段有多模态研究背景优先；
3.具备良好的英文文献阅读与学术写作能力，能够独立开展科研工作。
4.有大规模分布式系统开发或大模型训练/推理优化经验者优先。

岗位职责：
1、负责多模态智能体的感知、理解、决策等研究；
2、结合大模型部署/微调，面向端侧无人系统任务执行需求，开展面向专业应用领域/场景的多模态智能体系统构建；
3、面向项目应用需求，开展前沿技术部署应用，以满足应用场景指标。 任职要求：
1、具有控制、计算机、人工智能等相关专业博士学位；
2、熟悉Knowledge Graph、Large Language Model、Vision-Language-Action等模型及应用。发表过相应的高水平期刊或顶会论文，有面向端侧无人系统的功能应用开发与部署经验者优先；
3、具有良好的团队合作意识，具有较强的沟通表达能力, 工作积极进取主动、细致、责任心强，有钻研精神。

岗位职责：
➊应用可见光、红外等光电类传感器，搭建具身智能/无人机等多模态感知研究平台，研究端到端决策、运动控制、多模态感知等核心算法；
➋依托珠海复旦创新研究院、复旦大学等平台联合申请并承担各级研发课题；
➌指导相关硕士、博士，搭建项目小组共同协作体系；
➍领导交办的其他工作。 任职要求：
➊海内外高校优秀博士研究生（获取博士学位不超过3年）且年龄在35周岁以内；
➋精通强化学习、多模态融合、运动控制与路径规划，掌握PyTorch/TensorFlow等；
➌良好的英文资料的读写能力；
➍良好的团队沟通能力和积极的工作态度；
➎有以下经验者优先考虑：
（1）在重要学术期刊上发表过高水平论文或开源项目；
（2）有边缘计算/端侧部署经验，了解模型压缩、量化等优化经验；
（3）有相关产业产品开发经验，主导过具身智能/机器人算法落地。

岗位职责：
完成显微成像、图像后期、设备管理等基础技术工作，在上级的指导下开展平台支撑服务。包括:
1.显微成像采集与分析：完成样本显微成像拍摄、参数调试、图像采集和简单功能分析；
2.设备日常运维与管理：负责显微成像设备日常使用登记、清洁、校准、状态检查与简单故障排查，保障设备正常运行；
3.图像数据处理与归档：使用ImageJ/FIJI、Imaris等软件进行图像后期处理、拼接、调色、标注与数据整理，规范数据存档；
4.科研技术服务与支持：协助为科研团队提供上机指导、操作培训、实验咨询与技术服务，配合完成平台接待、登记与秩序管理；
5.文档与平台建设：协助编写设备操作规程、使用说明、安全规范及平台台账记录；
6.完成领导交办的其他各项任务。 任职要求：
1.生物学、物理（光学）、基础医学、仪器科学等相关专业，硕士及以上学历，优秀本科可考虑；
2.掌握显微成像基本原理与设备操作，具备一定图像后期处理能力；有相关实验/实习经验优先；
3.认真细致、责任心强、动手能力强；具备良好服务意识、沟通能力与团队协作精神；
4.身心健康，能长期稳定工作，服从平台工作安排。