多模态视觉理解与生成算法专家（杭州&上海）

工作职责： 1、负责人像摄影场景拍摄智能体（Agent）的算法框架设计与优化； 2、主导多模态视觉感知与理解相关大模型（VLM / CLIP等）的算法设计、开发及效果优化； 3、推动大型语言模型（LLM）在摄影场景下的推理与建议能力提升； 4、结合强化学习机制（RLAIF），提升智能体的推理与建议效果； 5、负责AIGC图像生成与编辑相关算法在业务场景中的应用优化与性能提升。 职位要求： 1、精通深度学习与图像处理算法，具备扎实的编程能力，熟练使用Python； 2、拥有丰富的多模态理解与生成算法研发经验，熟悉CLIP、VLM、LLM、RLHF、RLAIF、智能体（Agent）、SD、AIGC等技术，具备出色的算法实现与优化能力； 3、具备良好的团队协作与沟通能力，能有效理解业务需求，并协同推进项目执行。热爱技术创新，具有自我驱动力和快速学习能力； 4、有顶级会议论文发表经历或博士学位者优先考虑。