一、圖像理解方向：
1）研發(fā)融合多模態(tài)語義的圖像理解技術(shù)，涵蓋人物辨識(shí)、事件歸類、情感判斷、場(chǎng)景分析等任務(wù)；建立個(gè)性化的圖像語義標(biāo)簽系統(tǒng)；
2）構(gòu)建圖像內(nèi)容質(zhì)量評(píng)估機(jī)制（如重復(fù)性、清晰度、人臉情緒等），優(yōu)化用戶使用體驗(yàn)；
3）探索在RAG、多模態(tài)視覺大模型與文本大模型協(xié)同下的agent能力構(gòu)建與實(shí)現(xiàn)路徑。

二、圖像AIGC方向（創(chuàng)作與編輯）：
1）開展圖像生成及編輯算法研究，包括背景更換、人像修飾、風(fēng)格轉(zhuǎn)換、文本生成圖像、圖像生成圖像等技術(shù)落地；
2）參與基于Diffusion架構(gòu)的基礎(chǔ)模型訓(xùn)練工作；
3）參與ControlNet、Inpainting、aigc編輯大模型等前沿模型的業(yè)務(wù)集成與工程化應(yīng)用。

任職要求：
一、基礎(chǔ)能力：
1）計(jì)算機(jī)、人工智能、圖像處理等相關(guān)領(lǐng)域碩士及以上學(xué)位；
2）具備扎實(shí)的深度學(xué)習(xí)理論基礎(chǔ)，熟練運(yùn)用PyTorch / TensorFlow等主流框架；
3）具備良好的編程能力，精通python和c++語言；
4）掌握?qǐng)D像分類、檢測(cè)、分割、生成等常見任務(wù)及其典型網(wǎng)絡(luò)結(jié)構(gòu)；
5）可獨(dú)立完成從算法設(shè)計(jì)、模型訓(xùn)練到上線部署與性能調(diào)優(yōu)的全流程工作。

二、加分項(xiàng)：
1）具備多模態(tài)大模型、CLIP、BLIP、SAM、Diffusion、ControlNet等相關(guān)項(xiàng)目經(jīng)驗(yàn)；
2）擁有端側(cè)模型部署與加速經(jīng)驗(yàn)（如CoreML, ONNX, TensorRT等）；
3）有實(shí)際產(chǎn)品化經(jīng)驗(yàn)，例如智能相冊(cè)管理、人像美化、圖像創(chuàng)作類工具開發(fā)；
4）了解大模型（如GPT-4V, Gemini, Claude）在視覺任務(wù)中的融合應(yīng)用。