1. 参与多模态视觉理解相关算法的研发与落地，方向涵盖但不限于：美学评价、视频理解、空间感知与计算、开放世界语义分割与识别等 2. 基于VLM/VLA等前沿技术，优化辅助拍摄、智能管理、智慧创作等业务场景的算法表现力，推动视觉Agent在手机生态中的创新落地 3. 负责相关任务的训练数据和benchmark构建、模型训练与调优、推理pipeline构建与优化，协助算法部署与效果验证 4. 跟踪并复现前沿论文，结合业务场景持续提升算法精度与效率。撰写技术文档，产出高质量论文或学术报告 1. 博士及以上学历，计算机、人工智能等相关专业，具备扎实的数学基础与逻辑思维，对AI前沿保持强烈好奇心，具备主动学习与技术钻研精神 2. 熟悉分类、检测、分割、表征学习等视觉理解基础方法及常用优化技巧，熟练使用常见训练加速与分布式训练手段 3. 能独立推进项目，具备良好的工程实现能力、团队协作与沟通能力 4. 具有以下经历者优先：发表过顶会论文，有知名竞赛获奖经历，有高质量开源项目，掌握专业摄影知识