1. 侧重文-图-视频的多模态算法研发，致力于研究和开发前沿的多模态算法，结合医疗邻域的业务和经营，推动多模态在医疗业务/产品规模化应用与发展。
2. 具体职责包括但不限于：
1）结合深度学习等前沿技术，开展跨模态理解与生成等相关技术的研发工作；
2）结合前沿技术进行技术创新，多模态模型在业务和产品上的落地应用，比如智能PPT生成、数字人讲解、数字人人机交互等。
任职要求：
1. 本科及以上学历，计算机技术、人工智能、模式识别、应用数学等相关专业背景，熟练掌握多模态相关算法，良好的算法实现能力；
2. 熟悉图文/视频文本多模态建模，在以下一个或多个领域有深入的研究及落地经验，包括但不限于：自监督/多模态弱监督，基础大模型预训练、跨模态检索与生成、视频分析理解、RAG、AI agent等
3. 要求至少熟练掌握PyTorch、TensorFlow等框架中的一种，熟悉 Shell/Python 等常用语言；
4. Coding能力强，有良好的C++/Python编码习惯，能够快速设计并执行实验、验证想法、具备能支持全栈研发的能力；
5．优秀的分析问题和解决问题的能力，有技术有极致的追求，有超强的学习能力，愿意接受挑战，有强烈的好奇心及执行力。
6．拥有以下任意一项条件者优先：
1）有发表学术论文、特别是会议或期刊的学术论文经历，如CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/AAAI/SIGGRAPH等（排名不分先后）；
2）有多模态图文内容生成系统全流程开发（例如数据采标、数据清洗、模型设计、跨域对齐、提示词工程、性能评测等）经验者优先。