工作职责:
1、负责公司视频+图像模态的实时交互算法能力的建设，包括视频和图像的理解能力、生成能力。
2、立足全模态，开展数据工程、模型设计、算法训练等工作，从数据、模型、场景优化等角度推进算法在终端等场景的应用。
3、探索业界前沿算法，持续创新和突破，保持行业领先水平，建设全模态实时人机交互系统。

任职资格:
1、计算机相关专业，硕士及以上学历，1年及以上深度学习的项目经验。
2、有视觉多模态领域的算法经验，熟悉CLIP、VLM等结构和原理，掌握目标检测、实例分割技术，有较强的算法设计、编程实现和模型训练能力。
3、熟练使用C++/Python，熟悉 Linux开发环境和shell，熟悉Pytorch框架以及分布式训练。
4、具备钻研精神和创造力，有较强的分析问题解决问题能力，工作踏实上进，有良好的团队合作意识。
5、在***会议发表过学术论文者或在国际竞赛取得优异成绩者优先。