多模态算法工程师（视觉理解方向）

1. 构建多模态请求理解与路由决策系统，实现请求类型自动判别： - 文本/图文/视频混合输入的意图解析 - 动态选择最优处理引擎（多模态QA/纯文本模型/工具调用） 2. 开发跨模态特征对齐模型，建立统一决策空间： - 文本-视觉-时序特征的联合表示学习 - 多模态上下文理解与场景适配 3. 构建交互质量评估体系： - 路由决策的可解释性分析 - 错误归因与策略迭代优化 【任职要求】 1. 核心技术能力： - 掌握多模态基础模型（CLIP/BLIP/VideoBERT等） - 熟悉决策系统技术栈（强化学习/bandit算法） - 理解现代NLP系统架构（RAG/Agent框架） - 有跨模态对齐研究经验者优先 2. 工程能力： - 熟练多模态数据处理（文本清洗/图像特征抽取/视频采样）