多模态算法工程师1名(SAP智能交互方向)：1 核心技术研发与实现：负责多模态大模型（Visual-Language Models, VLMs） 的选型、微调与优化，使其能精准理解SAP GUI界面中的复杂元素（如表单、表格、按钮、弹窗）及其业务语义。研发基于屏幕截图（或像素流）的动态界面理解、元素定位与结构化信息提取算法，将视觉信息转化为可操作的结构化数据。设计并实现多模态交互决策模型，使AI能根据任务目标、当前界面状态和历史上下文，自主生成下一步的“操作指令”（如点击哪里、输入什么）。构建操作模拟与执行引擎，安全、可靠地将AI决策转化为对SAP客户端的自动化操作。2 端到端系统架构与工程落地：主导整个智能交互系统的技术架构设计，确保其高可用性、高稳定性和可维护性。解决与SAP GUI客户端集成的关键技术难题，设计低侵入、高兼容性的交互方案。与前后端工程团队紧密协作，将核心算法模块封装为服务，并集成到现有的业务流程与AI平台中。3智能决策与操作闭环生成：设计并实现“结果回写”的智能决策系统：基于AI模块的输出结果（如预测数据、审批结论、优化方案），模型需自主规划在SAP界面中完成该任务的操作序列（如导航至哪个事务码、在哪些字段输入、点击哪个按钮）。开发高鲁棒性的操作生成与执行引擎：将决策转化为对SAP客户端安全、可靠、可验证的原子操作（点击、输入、选择）。重点解决回写过程中的复杂交互逻辑，如处理必填字段校验、异常弹窗拦截、多步骤提交、操作成功/失败的实时判断等。构建闭环反馈与自优化机制：通过多模态感知实时监控回写操作后系统的反馈（如界面跳转、成功提示、错误消息），实现操作结果的自动验证，并利用反馈数据持续优化决策模型。4 数据处理与持续迭代：构建SAP界面多模态数据集（图像-操作指令对），设计数据合成、增强与标注方案，以驱动模型迭代。建立完整的模型评估体系，包括界面理解准确率、操作成功率和业务流程闭环率。持续监控线上系统表现，分析bad cases，推动算法与系统的持续优化。

硬性技术要求：计算机科学、人工智能、机器学习等相关专业硕士及以上学历，3年以上计算机视觉或多模态算法研发经验。有大型企业软件（如SAP）的界面自动化、测试自动化或RPA开发经验者极大优先。核心技术深度：深入理解多模态大模型的原理、架构及训练方法。精通计算机视觉任务，特别是目标检测、OCR（光学字符识别）、场景文字理解及文档/表格信息抽取。精通多模态大模型（VLMs）及视觉-语言-动作（VLA）相关技术范式。深入理解序列决策、强化学习/模仿学习，并具备将其应用于解决复杂交互问题的能力或项目经验。熟悉UI自动化、RPA原理及常用工具（如PyAutoGUI, SikuliX, Playwright等）。具备设计和开发状态机或工作流引擎来处理复杂业务交互逻辑的能力。有极强的系统思维和异常处理设计能力，能预见并设计应对“回写”过程中各种边界情况和系统异常（网络延迟、界面卡顿、意外弹窗）。对企业级应用的安全、审计、幂等性要求有基本认知。出色的Python编程能力，熟练掌握PyTorch/TensorFlow等深度学习框架。具备扎实的软件工程基础，有设计复杂系统架构并成功交付的经验。软技能与特质：具备强烈的解决问题和攻坚克难的精神，面对模糊、复杂的技术挑战能主动探索路径。出色的系统性思维，能将复杂的业务需求拆解为清晰的技术模块和实现路径。优秀的沟通能力，能向非技术背景的业务方解释技术方案的价值与可行性。对将前沿AI技术应用于解决实际业务痛点充满热情。