岗位职责
- 探索研究多模态理解、强化学习、计算机视觉、Agent等前沿技术；对多模态模型能力和理想态的差距保持敏感，评测和优化提升多模态模型的能力极限；
- 专注提升多模态大模型在现实世界复杂任务的效果，追求通用可规模化的方法，优化领域包括但不限于视觉推理、Streaming video交互、多模态Agent、大规模数据合成、mid-training等方向；
- 推动多模态大模型在成本/效率方面的极致优化，包括但不限于大规模蒸馏/自蒸馏、efficient reasoning、极致的video压缩等方向。
职位要求
- 具有优秀的基础算法、代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；
- 具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议上发表论文者优先；
- 在大模型领域或者RL领域，主导过项目者优先；
- 具有出色的分析、解决问题的能力，能深入解决大模型训练和应用存在的问题，有自主探索解决方案的能力者优先；
- 对AI技术的实际落地和突破性应用充满热情，追求技术创新与现实价值的结合；
- 具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。
