多模态训练算法工程师（ 预训练 / 后训练 ）

多模态训练算法工程师（ 预训练 / 后训练 ）深圳全职智能制造 / 工业互联网 / 工业自动化职位描述主导具身智能多模态大模型训练：负责从模型架构设计、分布式训练方案到落地优化的全流程，优先考虑有 主导过知名多模态大模型训练经验 的候选人； 多模态算法研发：重点推进 视觉-语言-动作融合 模型，以及机器人场景中的复杂多模态建模； 数据与仿真方案设计：研究结合传统仿真与生成式仿真的数据合成方法，推动大规模高质量数据的构建与应用； 学术前沿跟踪与快速验证：紧跟 VLM / VLA / 世界模型等领域前沿，快速实现并迭代验证关键技术； 落地与应用：推动模型在机器人与具身智能场景中的应用，解决训练与真实环境对接中的性能与泛化挑战； 团队技术引领：带领团队在算法、工程和跨学科交叉领域持续迭代，沉淀可复用的模型训练与优化方法。职位要求计算机科学、人工智能、机器人学等相关专业背景，博士优先，具备 5 年以上大模型相关研发经验； 主导过知名多模态大模型训练（优先有 Qwen-VL、InternVL、CogVLM、Yi-VL 等国内外代表性项目经验）； 熟悉 视觉-语言-动作融合、多模态对齐、强化学习与世界模型 等关键技术，能独立提出并推动创新方案； 具备扎实的工程经验，熟悉 PyTorch / JAX / DeepSpeed / Megatron 等框架，能解决大规模训练中的计算与通信瓶颈； 在顶级学术会议（NeurIPS、ICLR、CVPR、ICRA 等）发表过相关论文，或主导过有影响力的开源/工业级多模态项目； 优秀的技术领导力与跨团队沟通能力，能带领团队完成从研究突破到应用落地的全过程。 加分项 有 图像输入 + 图像输出型多模态模型经验（如 Transfuser 类型、视频生成与决策一体化模型）； 具备 图像生成/视频生成模型（Diffusion, GAN, VAE） 与 机器人决策模型 融合的经验； 有 VLM / VLA 大模型落地经验（如 GPT-4V、Qwen-VL 等的训练/部署）； 主导或核心参与过 国内外知名多模态大模型项目（如 Qwen-VL、InternVL、CogVLM、Yi-VL、LLaVA、Flamingo、PaLI、Kosmos）； 对具身智能/通用机器人有实践项目经验。投递