27秋-视觉算法工程师-多模态（北京）-5392(J12464)

AI 摘要智能生成

参与多模态大模型LMM算法的跟踪研究和开发落地

职位描述

参与多模态大模型LMM算法的跟踪研究和开发落地，包括 image/video captioning、跨模态图文对齐、开放世界目标检测、文档OCR、多模态RAG、GUI Agent 等方向。

任职要求

• 要求硕士在读以上学历，能保证3个月以上，每周不少于4天的实习时间
• 能够流利阅读英文文献并做出可分享的论文总结，并利用开源代码进行验证实验
• 了解图像自监督学习、跨模态图文对齐、语言模型LLM的基本原理，有相关科研经历的优先
• 在CV/ML/AI等方向的顶会有论文发表者优先