职位描述1、计算机视觉（CV）方向： - 参与医学影像、文本-图像生成、目标检测、语义分割等视觉任务的研究与优化； - 进行计算机视觉领域的算法调研、复现、优化，并在实际应用场景中落地。 2、自然语言处理（NLP）方向： - 参与大语言模型（LLM）的训练、微调（Fine-tuning）、对齐优化（如 RLHF），提高文本生成、理解等任务的效果； - 负责医疗文本、对话、问答系统等场景的数据处理、标注及质量评估； - 跟踪 NLP 领域前沿研究，包括 Transformer 架构优化、检索增强生成（RAG）等。 3、语音识别（ASR）方向： - 参与语音识别（ASR）及语音合成（TTS）相关模型的训练、优化及推理部署； - 研究多模态融合技术，提高语音与文本、图像等多模态任务的协同优化能力。 4、算子优化与推理加速： - 参与多模态大模型的推理优化，包括模型量化、剪枝、编译优化等； - 研究并优化分布式推理框架，提高推理效率，降低计算成本； - 深入理解 LLM 推理架构，优化算子性能，提升大模型在终端或云端的运行速度。任职要求1、计算机、人工智能、电子信息、生物医学工程等相关专业，硕士及以上学历； 2、精通 Python，熟练使用 Pytorch 或 TensorFlow 进行深度学习模型开发； 3、熟悉计算机视觉、自然语言处理、语音识别等多模态任务的基础理论和算法； 4、了解 Transformer 及其衍生模型，具备相关实验或项目经验； 5、具备良好的编程能力，掌握 C++ 者优先，熟悉 Linux 开发环境和 Shell 脚本； 6、具备良好的论文阅读能力，能够调研、复现 CV/NLP/ASR 领域的最新研究成果； 7、每周实习不少于 4 天，持续 3 个月以上。 优先条件： 1、有独立的深度学习、多模态任务相关项目经验者优先； 2、在 AI 相关国际竞赛取得优异成绩者优先； 3、发表过计算机视觉、自然语言处理或多模态方向的顶会论文（CVPR、NeurIPS、ICLR、ACL 等）者优先； 4、熟悉主流大模型推理框架（如 VLLM等）者优先； 5、具备大规模分布式训练、推理优化、模型压缩（如量化、剪枝）经验者优先。
