岗位描述
加入 AI 研发团队，参与下一代多模态大模型的设计、训练与优化。参与多模态大模型（文本、图像、视频等）的算法研究与工程实现，重点攻关复杂视觉场景下的代码生成能力，覆盖从设计稿到可运行前端代码的端到端链路；推动多模态模型的通用工具使用能力建设，使模型能够基于视觉输入调用 Python 工具、搜索工具、文件操作等通用工具链，支撑复杂任务自动化；跟踪学术界与工业界前沿进展，涉及鲁棒视觉表征与视觉特征编解码、多模态模型的 RLVR 与 RLHF、Synthetic Data、视觉审美与视觉品质评估等方向；设计与开发高效的分布式训练与数据系统，优化大规模多模态模型的训练流程与数据处理链路，支撑海量多模态数据的存储、检索、清洗与迭代。要求具备计算机科学或人工智能相关背景，熟悉大模型背景下的分布式编程技术，精通 Python，熟悉至少一种主流开源 LLM/VLM RL 训练框架并具备二次开发经验；具备良好的沟通协作能力和独立解决复杂技术问题的能力。