负责千问app相机场景下的整体算法建设，核心是多模态问答能力。基于百亿图文视频数据以及亿级用户需求，持续推进模型效果和场景落地，尤其是多轮交互、多模对话、多模态planning、多模态reasoning等方向实现突破进展。 1、多模态planner的优化&探索，主要负责在复杂多轮/多模场景下的意图理解、路径规划、工具调用等能力建设，以及探索强化学习在复杂路径planning场景下的应用； 2、vlm后训练技术探索&落地，包括不限于SFT/RLVR/RLHF等训练范式、模型蒸馏等对齐策略，提升模型在多轮对话、行业知识、RAG、指令遵循、视觉推理、用户偏好等方面的能力； 3、建设完备的算法迭代体系，包括线上数日志据飞轮的搭建、训练数据流程化建设、模型迭代&合版机制的完善等，持续面向业务解决实际问题，构建技术壁垒；

职位描述 1、计算机科学、人工智能、数学、电子信息等相关专业硕士及以上学历； 2、有扎实的深度学习基础，基本工具（python/pytorch）熟练使用，熟悉业界前沿模型架构&技术； 3、具有VLM Post-Training相关的理论功底和深入的实践经验； 4、具备优秀的逻辑思维和创新意识，对技术充满热情，接受挑战&持续学习；