1.负责多模态大模型的算法研发与系统构建，推动CV与LLM的深度融合。 2.设计并实现视觉理解、图像/视频内容生成、跨模态检索等核心模块，支持工业级多模态应用落地。 3.开展多模态Agent系统开发，构建具备视觉感知能力的智能体决策与交互框架。 4.跟踪前沿技术动态，推动技术创新与业务场景结合。 1. 硕士及以上学历，计算机科学、人工智能、计算机视觉、模式识别、电子信息等相关专业。 2. 3年以上计算机视觉或多模态相关项目经验，具备CV系统开发能力者 3. 熟悉多模态大模型技术栈（如视觉编码器、跨模态对齐、指令微调、RLHF）及优化技术（LoRA、QLoRA、模型量化、KV Cache优化）者优先 4. 熟悉Agent Harness系统（如OpenClaw等）者优先 5. 扎实的数学与算法基础，熟悉计算机视觉核心领域（目标检测、图像分割、视觉Transformer、多模态表征学习），掌握深度学习原理及主流框架。 6. 精通 Python/C++ 编程，熟练使用 PyTorch/TensorFlow，熟悉 Linux 开发环境及分布式训练框架（DeepSpeed、Megatron-LM）。 7. 在CVPR、ICCV、ECCV、NeurIPS、ICML等顶级会议发表过多模态或视觉相关论文。