崗位職責： 1. Python開發，負責系統功能模塊設計、編碼與調試，保障項目高效穩定交付。 2. 支持視覺大模型的應用場景開發，包括但不限于圖像生成、目標檢測、人臉識別、圖像分割與視頻分析。 3. 探索多模態融合技術，將視覺模型與其他模態（如文本、音頻）結合，實現跨模態任務。 4. 挖掘和研發視頻標簽搜索, 視頻剪輯等基于AI的視頻算法并落地 5. 基于RAG構建并優化相關應用系統，提升數據利用與內容生成的精準性和效率。 6. 編寫、優化提示詞策略，引導大模型輸出符合需求的結果，提升人機交互效果。 任職要求： 1. 教育背景： 計算機科學、人工智能、數學等相關專業碩士及以上學歷 2. 技術能力： 精通深度學習框架（ PyTorch、TensorFlow）。 熟悉主流視覺或音頻模型（如 Qwen VL、OpenAI Clip、DINOv2、YOLO、Whisper）。 具備扎實的圖像處理、計算機視覺和深度學習理論基礎。 3. 算法與工程經驗： 熟悉圖文/視頻文本多模態建模與應用，在以下領域有深入的研究及落地經驗，包括但不限于：視頻分析理解、RAG、自監督/多模態弱監督，跨模態檢索與生成、AI agent等。 4. 編程能力： 精通Python編程語言。 5. 團隊協作與溝通：自驅力強，具備良好的團隊合作精神，善于溝通交流，能夠與不同崗位的團隊成員緊密協作，共同完成項目目標。 加分項： 1. 有多模態圖文內容生成系統全流程開發經驗者優先（數據采標、數據清洗、模型設計、跨域對齊、提示詞工程） 2. 掌握VUE框架，熟悉前端開發流程，能夠獨立完成前端頁面的開發與優化工作，有實際項目經驗者優先 3. 英文CET-6以上，可以閱讀撰寫英文技術文檔。