多模态算法工程师

面向机器视觉、无人机及机器人应用，开展多模态大模型、智能工作流与感知决策算法研发，推动模型能力在真实业务和设备系统中的应用。 希望你具备扎实的视觉算法基础、模型开发能力和工程实践经验，能够独立推进算法模块开发，并与仿真及软件团队协作完成验证与交付。 1. 多模态视觉算法开发 开展图像与视频理解、目标识别、视觉定位和场景分析等算法研发，完成模型选型、部署、评测及任务适配。 2. 算法开发流程自动化 建设数据处理、辅助标注、模型训练与评测的自动化流程，完善数据质量管理、实验记录和结果分析能力。 3. 智能体与任务决策开发 基于LLM／VLM开发任务理解、工具调用、状态管理及执行反馈功能，支持复杂任务的分解与协同执行。 4. 机器人与具身智能应用 参与视觉引导、主动感知、机器人任务决策等方向研发，将算法与仿真环境、设备接口及控制模块集成。 5. 性能优化与工程交付 负责模型推理优化、服务化部署、系统联调和故障排查，建立可复现的测试与评估流程。

1. 相关专业与项目经验 研究生及以上学历，计算机、人工智能、自动化、机器人等相关专业，接受应届生；项目能力突出者可适当放宽。 2. 扎实的算法与编程基础 熟练使用Python、PyTorch，理解常用深度学习模型的训练和推理过程，能够阅读、修改开源项目，具备良好的代码组织、调试和测试能力。 3. 完整的计算机视觉实践经验 熟悉目标检测、分割、跟踪等方向中的至少一项，有数据集构建、模型训练、评测和部署经验，能够分析误检、漏检、标注噪声及泛化问题。 4. 实际的VLM开发经验 理解多模态模型的基本结构，具有图像／视频理解或视觉定位类项目经验；能够完成模型接入、结构化输出、任务适配与效果评测，理解提示优化、模型微调和工具增强的适用场景。 5. 工作流与工程开发能力 具备代码级工具调用和多步骤任务开发经验，能够处理任务状态、异步执行、异常恢复及结果校验；熟悉Linux、Git和常用部署方式。 6. 空间理解与系统协作能力 理解相机成像、三维坐标变换及视觉定位的基本概念，能够与仿真、机器人控制等模块协作完成数据和接口调试；具备阅读技术文献、复现实验及独立排查问题的能力。 加分项 · 有多模态模型微调、合成数据、自动标注、主动学习或模型蒸馏相关经验。 · 熟悉ROS 2、Isaac Sim、PX4／MAVLink等技术，有无人机或机器人系统联调经验。 · 有VLA、模仿学习、强化学习、视觉导航、视觉伺服或机器人操作相关项目经验。