欢迎访问上海招聘网！本站为上海找工作求职者提供上海人才招聘、上海人才市场、上海人才网等岗位信息！
职位月薪： 面议
岗位职责： 团队介绍做多模态的人通常有两种：一种是把各种模态「拼」在一起，一种是真的想搞清楚不同模态之间的关系，我们是后者。从视觉理解，到视觉+语音联合感知，到生成与理解统一——我们在挑战的不是某一个模态的单点能力，是整个「理解-生成-统一」的链条，挑战每种模态的单一能力上限，挑战多种模态的融合难题，挑战理解和生成能力的融合难题，实现类人的多模态能力。 岗位职责： 参与视觉语言大模型的研发工作，负责下属事项至少一项或若干VIT Pretrain：提升模型感知能力，包括但不限于 Vision Encoder Pretrain 算法架构 / 多种感知能力数据构建VLM Pretrain：提升 vlm pretrain 的通用能力，探索各种不同训练阶段设计 / 不同通用数据的组织形式；VLM Post Train：提升 vlm 通用能力，包括但不限于合成数据 / RL 等方法生成理解统一：探索生成理解统一架构，同时提升理解和生成能力 任职要求： 任职要求本科及以上学历，计算机等相关专业优化；熟练掌握代码的阅读和编写技术，熟练使用 agentic ai 能力；在 python 和 pytroch 技术栈上有过深入实践在视觉领域有过深入的实践和理解，有一定深度的专业认知和见解具备良好的科学研发习惯、问题定义能力和对细节的敏锐度
微信扫一扫，及时了解投递状态
您目前还没有登录：立即登录岗位职责： 团队介绍做多模态的人通常有两种：一种是把各种模态「拼」在一起，一种是真的想搞清楚不同模态之间的关系，我们是后者。从视觉理解，到视觉+语音联合感知，到生成与理解统一——我们在挑战的不是某一个模态的单点能力，是整个「理解-生成-统一」的链条，挑战每种模态的单一能力上限，挑战多种模态的融合难题，挑战理解和生成能力的融合难题，实现类人的多模态能力。 岗位职责： 参与视觉语言大模型的研发工作，负责下属事项至少一项或若干VIT Pretrain：提升模型感知能力，包括但不限于 Vision Encoder Pretrain 算法架构 / 多种感知能力数据构建VLM Pretrain：提升 vlm pretrain 的通用能力，探索各种不同训练阶段设计 / 不同通用数据的组织形式；VLM Post Train：提升 vlm 通用能力，包括但不限于合成数据 / RL 等方法生成理解统一：探索生成理解统一架构，同时提升理解和生成能力 任职要求： 任职要求本科及以上学历，计算机等相关专业优化；熟练掌握代码的阅读和编写技术，熟练使用 agentic ai 能力；在 python 和 pytroch 技术栈上有过深入实践在视觉领域有过深入的实践和理解，有一定深度的专业认知和见解具备良好的科学研发习惯、问题定义能力和对细节的敏锐度
企业尚未更新
上海市
扫描二维码及时订阅职位
最新职位信息第一时间知晓
上海兼职招聘
快速入职
隐私保护
薪资透明
信息可靠
手机找工作
360行任你挑选
分秒必争直达HR
谁看我简历早知道
请使用微信【扫一扫】
关注「上海易职邦招聘」公众号完成登录
客服电话：400-765-0056
竭诚为您服务
服务时间08:00-24:00
微信公众号
招聘交流群
微信小程序
面试通知
收藏
简历
足迹
微信求职
关注公众号
掌握最新求职动态
小程序
进入小程序
随时随地找工作
收藏
已收藏
小程序
微信分享
和TA聊一聊
投个简历
您已有可投递的在线简历：
公司信息
全职 
人力资源服务 
500-999人
北京市;上海市 
给我留言
相关公司推荐
赣公网安备 36010202000584号