多模态大模型开发工程师

1、工艺大模型研发：探索利用LLM大模型+知识库+LoRA微调技术路线，实现工艺开发AI流程自动化。 2、工业视觉大模型的研发：解决小样本缺陷、域迁移、零样本异常检测等难题，构建可泛化到多车型、多产线的视觉大模型底座。 3、模型工程化与验证 与广州团队协作，将训练的模型部署到实际产线和项目中并持续迭代。确保大模型能从广州团队的反馈中持续学习，探索利用大模型生成合成数据，解决工业场景数据问题 4、持续跟踪AI领域最新模型、论文、开源项目及行业应用案例，定期输出AI技术动态与工业应用评估。对筛选出的前沿模型（如新的视觉基础模型、Agent框架、数据处理技术）进行快速复现和微调 【任职要求】 1、硕士及以上，计算机科学、人工智能、模式识别等相关专业 2、3年以上大模型（LLM或多模态）研发经验，有工业大模型项目经历者优先 3、精通PyTorch/TensorFlow，熟悉Transformer、Diffusion、CLIP等架构； 4、熟悉主流通用大模型（如GPT系列、LLaMA、Qwen等）的架构与微调方法，精通LoRA、QLoRA、P-Tuning等参数高效微调技术 5、了解工业视觉常用检测算法（如YOLO系列、ViT、DETR）和异常检测方法 6、具备出色的文献阅读与复现能力，能快速理解arXiv、会议（CVPR、ICML、NeurIPS、ICLR、ACL等）及开源社区（Hugging Face、GitHub Trending等）的最新工作 加分项： 1、有制造工艺背景或工业数据分析经验，熟悉工业场景的数据特性（如时间序列、多模态对齐等） 2、在AI顶会（CVPR、ICCV、NeurIPS、ICML、ACL等）发表过论文 3、有Agent（智能体） 相关研究或应用经验（如ReAct、AutoGPT、Plan-and-Solve） 4、有多模态融合（如LLaVA、Flamingo、BLIP-2）实际经验，能将视觉特征注入LLM实现联合推理