岗位描述
岗位职责
1. 负责工业视觉大模型的原型研究与落地,包括通用缺陷检测、精细图像分割、多模态视觉-语言理解、开集目标检测等核心模块;
2. 针对工业质检、产线自动化、安全生产等实际场景,完成大模型的预训练、指令微调(SFT/RLHF)与边缘-端侧部署优化,满足实时性与精度需求;
3. 探索视觉大模型在少样本/零样本迁移、域自适应、增量学习等场景中的能力边界;
4. 追踪前沿技术,撰写相关专利。
岗位要求
1. 博士学历,计算机、图像处理、模式识别、电子工程、自动化等相关专业;
2. 有工业视觉检测、缺陷检测、图像分割、多模态大模型等方向实际项目经验者优先,熟悉 SAM(Segment Anything Model)、DINOv2、CLIP、Grounding DINO、Qwen-VL 等主流视觉大模型框架;
3. 具有较强的编程能力,精通 Python 和 C++,熟悉 TensorRT、ONNX、OpenVINO 等模型部署与推理加速工具者优先;
4. 熟悉深度学习基础理论与视觉大模型前沿算法,对工业视觉中的小样本学习、数据合成与增强、模型轻量化(量化/蒸馏/剪枝)、边缘端实时推理等关键问题有深入理解;
5. 在顶会/顶刊(如CVPR/ICCV/ECCV/ TPAMI/IJCV等)发表论文者优先。