- 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；
- 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；
- 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；
- 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；
- 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；
- 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；
- 跟踪前沿技术进展，推动算法优化、工程落地和成果转化。
- 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；
- 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；
- 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；
- 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；
- 具备良好的文献阅读、问题分析、沟通协作和快速学习能力；
- 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】
- 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；
- 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；
- 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；
- 在ICPC、CCPC、NOI等程序设计竞赛或高水平AI竞赛中获奖；
- 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、笔试、初试、复试、终审等环节后录用
