Vls 招聘 在 中国 - 3 Job Positions Available

AIOS-多模态算法工程师-北京/成都 北京、成都 校招 正式 互联网 / 电子 / 网游 - 研发 职位描述 2027届的小伙伴，你好。在中科创达智能汽车事业群该岗位下，你可能会负责如下某一领域工作：1.负责智能汽车行业专用大模型的研发，包括 10B–100B 参数级模型的预训练、领域微调、对齐（SFT/RLHF/DPO 等），构建面向车载场景的行业大模型。2.负责多模态融合算法的研究与开发，包括语言、视觉、语音等模态的对齐与联合建模，支持实时车端交互，如智能座舱多模态助手、多模态感知、人机共驾交互等。3.负责边缘侧推理加速，包括模型量化、剪枝、蒸馏、投机解码、算子融合与定制优化等，实现车端推理性能提升 2–5 倍，满足低延迟、低功耗、高稳定性要求。跟踪 NeurIPS、ICML、ACL、CVPR、ICCV 等顶级会议前沿论文，完成关键算法的快速复现、评估与产品化落地，建立技术预研到工程转化的闭环。4.参与车端 AI 平台建设，包括数据管道、分布式训练框架、多模态评测体系、模型部署工具链及持续集成流水线。5.参与多模态模型在实车环境中的性能分析、稳定性优化、安全问题排查及迭代改进。编写技术方案、实验报告与设计文档，参与代码评审、技术分享与团队知识沉淀。福利待遇1.自有员工，五险一金，13薪，午餐补助/交通补助/误（晚）餐补助2.每周双休，上班时间：早9:30-晚19:00，可提前1H弹性打卡；午休时间12:00-13:303.清晰的晋升通道/明确的培养计划/导师1对1学习，雏鹰计划/superman计划提供丰富的晋升通道 职位要求 1.本科及以上学历，计算机、人工智能、数学、自动化、电子信息、软件工程等相关专业。2.扎实的机器学习与深度学习基础，深入理解 Transformer、注意力机制、归一化、优化器等核心组件。3.精通 Python，熟练使用 PyTorch / TensorFlow 等深度学习框架，具备独立搭建、训练和调试大模型的能力。4.熟悉大模型技术栈，包括预训练、SFT、RLHF、DPO、PPO 等对齐方法，掌握 LoRA、QLoRA、Adapter 等高效微调技术。5.熟悉分布式训练框架与策略，如 DeepSpeed、Megatron-LM、FSDP、数据并行、模型并行、流水线并行、ZeRO 等。6.了解主流多模态模型架构，如 CLIP、BLIP、LLaVA、Flamingo、Qwen-VL、InternVL、GPT-4o 等，了解模态对齐、跨模态注意力、视觉编码器与

大模型算法工程师（多模态）-校招【27届】 北京、杭州 AI车青年 职位 ID：A11605 职位描述 1.负责多模态大模型（MLLM）在汽车垂类场景的端到端落地，覆盖智能导购、车辆视觉理解、智能客服等公司级核心产品功能；2.构建图文融合的多模态理解与生成系统，实现车辆识别、配置解读、车况评估、跨模态检索等核心能力；3.探索并应用视觉指令微调（Vision Instruction Tuning）、多模态思维链（Multimodal CoT）、视觉 Grounding 等机制，提升模型在复杂购车咨询、车型对比、故障诊断等高阶推理任务中的表现；4.参与多模态大模型的数据构建与优化链路，包括图文对数据清洗、高质量指令数据构建、偏好对齐（RLHF/DPO for MLLM）；5.与产品、工程、业务团队紧密协作，推动算法模型从实验到上线的全链路工程化落地，并建立科学的效果评估与迭代机制。 职位要求 1.计算机、人工智能、自动化、数学或相关专业，硕士及以上学历；2.扎实的机器学习与计算机视觉理论基础，深入理解 Transformer 架构及主流多模态大模型（如 LLaVA、Qwen-VL、DeepSeek-VL、GPT-4V、Gemini 等）的训练与推理机制；3.具备完整的多模态模型应用落地经验，熟悉 Prompt Engineering、视觉指令微调（Vision SFT）、图文对齐（Contrastive Learning / CLIP 类方法）等技术路径，并有实际项目验证效果；4.对多模态技术栈有实践积累，包括但不限于：视觉编码器（ViT/SigLIP 等）、图文对齐与融合、多模态指令跟随、OCR 与文档理解、视频理解、跨模态检索与生成；5.熟练掌握 Python，具备良好的工程实现与系统设计能力，了解服务端部署、模型监控与 AB 测试流程；6.精通 PyTorch 等深度学习框架，了解分布式训练、推理加速（vLLM/TensorRT-LLM 等）、模型量化等优化技术；7.具备优秀的逻辑思维、业务抽象能力与跨团队协作意识，能将复杂用户需求转化为可量化的技术方案。加分项（优先考虑）1.有垂直领域（汽车、电商、客服等）多模态大模型或视觉理解落地经验；2.在 CVPR、ICCV、NeurIPS、ICML、ACL、EMNLP 等顶会发表过多模态、视觉理解或大模型相关论文；3.熟悉多模态指令微调、视觉