【飞星计划】AI研究算法工程师-计算机视觉方向(J12667)

免费注册后解锁"你的匹配分 vs 高分画像"与个人技能缺口。

1. 参与星火多模态大模型研发，开展视觉编码、跨模态对齐、视觉理解与推理等技术研究；
2. 负责多模态理解算法研发，包括图像、视频等视觉内容的语义理解、问答与推理；
3. 负责多模态交互与以人为中心的感知技术研发，包括人脸人体分析、行为理解、情感与意图识别、视听交互等；
4. 负责OCR与文档理解技术研发，包括文字识别、版面分析、信息抽取、文档问答等；
5. 探索数字人合成技术，包括人物生成、语音驱动、口型表情及动作生成等；
6. 开展医疗影像大模型研发，探索医学影像理解、知识融合、辅助分析与可信评估；
7. 跟踪前沿技术进展，推动算法优化、工程落地和成果转化。
1. 硕士及以上学历，计算机、人工智能、电子信息、自动化等相关专业；
2. 具备扎实的计算机视觉和深度学习基础，熟悉Transformer、视觉语言模型、生成模型等技术；
3. 熟练掌握Python、PyTorch等开发工具，具备良好的算法实现和工程能力；
4. 在多模态理解、多模态交互、OCR、人体感知、数字人或医疗影像大模型等至少一个方向具有研究或项目经验；
5. 具备良好的文献阅读、问题分析、沟通协作和快速学习能力；
6. 具备使用AI工具进行编程、调试、实验结果分析的能力。

【加分项】
1. 具备大模型或多模态大模型训练、微调、评测、推理部署等实战经验；
2. 熟悉RAG、工具调用及多模态Agent开发，能够熟练使用智能编程与Agent工具；
3. 在相关高水平会议或期刊发表过论文，或具有高质量开源项目经验；
4. 在ICPC、CCPC、NOI等程序设计竞赛或高水平AI竞赛中获奖；
5. 具备上述重点方向的规模化应用或产业落地经验。
此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、初试、复试、终审等环节后录用。

1. 参与星火多模态大模型研发，开展视觉编码、跨模态对齐、视觉理解与推理等技术研究；
2. 负责多模态理解算法研发，包括图像、视频等视觉内容的语义理解、问答与推理；
3. 负责多模态交互与以人为中心的感知技术研发，包括人脸人体分析、行为理解、情感与意图识别、视听交互等；
4. 负责OCR与文档理解技术研发，包括文字识别、版面分析、信息抽取、文档问答等；
5. 探索数字人合成技术，包括人物生成、语音驱动、口型表情及动作生成等；
6. 开展医疗影像大模型研发，探索医学影像理解、知识融合、辅助分析与可信评估；
7. 跟踪前沿技术进展，推动算法优化、工程落地和成果转化。
1. 硕士及以上学历，计算机、人工智能、电子信息、自动化等相关专业；
2. 具备扎实的计算机视觉和深度学习基础，熟悉Transformer、视觉语言模型、生成模型等技术；
3. 熟练掌握Python、PyTorch等开发工具，具备良好的算法实现和工程能力；
4. 在多模态理解、多模态交互、OCR、人体感知、数字人或医疗影像大模型等至少一个方向具有研究或项目经验；
5. 具备良好的文献阅读、问题分析、沟通协作和快速学习能力；
6. 具备使用AI工具进行编程、调试、实验结果分析的能力。

【加分项】
1. 具备大模型或多模态大模型训练、微调、评测、推理部署等实战经验；
2. 熟悉RAG、工具调用及多模态Agent开发，能够熟练使用智能编程与Agent工具；
3. 在相关高水平会议或期刊发表过论文，或具有高质量开源项目经验；
4. 在ICPC、CCPC、NOI等程序设计竞赛或高水平AI竞赛中获奖；
5. 具备上述重点方向的规模化应用或产业落地经验。
此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、初试、复试、终审等环节后录用。

⚑ 岗位信息收录自公开招聘页（国内官方招聘渠道），以雇主官网为准