岗位描述 1.图像/语音/文本等多模态融合识别和生成，用于多模态感知和交互效果提升:2.熟悉模型的训练/微调/推理加速方法，包括但不限于模型训练效率提升、模型加速等，能够进行跨团队紧密合作，实现算法在多种平台上的高效部署与优化;3.根据项目需求，负青多模态交互相关模块的设计与开发，优化现有算法以提升系统性能和准确性;4.负责撰写相关的技术文档，为产品设计提供技术支持，并参与专利申请工作

岗位要求 1.计算机科学、电子工程、自动化或相关专业本科及以上学历，具有扎实的文本或视觉方向机器学习理论基础,2.熟悉文本视觉多模态大模型技术，具有实际项目落地经验; 3.具备良好的编程能力，熟练掌握C++、Python等编程语言，有实际的算法优化与落地经验;4.具备优秀的逻辑分析能力和创新思维，良好的团队协作精神和沟通技巧。