博士后岗（航空行业多模态大模型方向）

部门描述：

人工智能工程中心是上飞公司人工智能创新应用的责任主体，是提供人工智能赋能大飞机智能制造总体解决方案的创新平台和实施载体，是上飞公司数智化相关技术的归口管理部门，负责打通上飞公司数智化应用“最后一公里”，带动生产制造业务智能升级。

岗位职责：

1.前沿技术研究：负责航空行业多模态大模型的前沿技术研究，包括多源异构数据（图像、文本、语音、传感器数据等）的融合建模与表示学习。
2.核心技术攻关：负责面向飞机制造、装配、质检、维护等核心业务场景的多模态大模型开发，攻克跨模态理解、生成与推理等关键技术难题。
3.数据集建设：负责航空领域多模态数据集的构建、标注与质量评估，建立适用于飞机缺陷检测、装配指导、故障诊断等场景的专用数据集。
4.应用落地推进：牵头开展多模态大模型在航空工业场景的应用落地，包括技术方案设计、模型训练优化、系统集成与效果验证。
5.工程化部署：负责多模态大模型的性能优化与工程化部署，解决模型轻量化、推理加速、实时性等工程问题。
6.科研成果转化：牵头申报国家级、省部级相关科研项目，撰写高水平学术论文、技术发明专利，推动科研成果的产业化转化。
7.技术跟踪交流：协助团队开展跨领域技术合作与交流，跟踪国内外多模态大模型技术发展动态，提出技术创新方向。

条件要求：

1.学历专业要求：具有计算机科学与技术、人工智能、模式识别与智能系统、计算机视觉或相关专业博士学位，获得学位时间不超过三年，原则上年龄在 35 周岁以下。
2.核心技术能力：精通多模态大模型核心技术，包括图像、文本、语音、点云等多源数据的融合表示、跨模态检索与生成、模态转换等关键技术。
3.模型研发经验：具有多模态大模型研发经验，熟练掌握 Transformer、Vision Transformer、CLIP、FLAVA 等主流多模态模型架构与训练方法。
4.行业背景优先：熟悉航空领域相关知识，有飞机设计、制造、运维等领域多模态数据处理经验，或工业质检、缺陷识别等应用场景经验者优先。
5.工程实践能力：具备扎实的编程能力，熟练使用 PyTorch/TensorFlow 等深度学习框架，有大规模模型训练与优化经验者优先。
6.科研创新能力：具有较强的科研创新能力，在顶会（CVPR/ICCV/ECCV/NIPS/ICML/ACL 等）或顶刊发表过高水平学术论文者优先。
7.综合素养要求：具有较强的团队协作精神和跨部门沟通能力，能够独立承担科研任务并推动项目落地。
8.工作时间要求：能够全职从事博士后科研工作，遵守国家及公司博士后管理相关规章制度。

备注：

余卓（高级工程师）