OPPO高级CV算法工程师（视觉理解方向）-博士
任职要求
1. 博士及以上学历，计算机、人工智能、电子、自动化等相关专业，具有良好的数学和逻辑思维能力，具备主动学习能力和技术钻研精神 2. 掌握分类、检测、分割等图像理解方向的基础方法与常用优化手段；能熟练使用pytorch、opencv等深度学习框架与工具 3. 能够独立完成工作，同时具有良好的团队协作和沟通能力 4. 具有以下经历者优先：发表过顶会论文，有知名竞赛获奖经历，有高质量github项目
工作职责
1. 参与手机场景下图像理解相关需求的算法开发，包括但不限于场景识别、语义分割、美学评价等 2. 参与图像理解算法相关的数据预处理、模型训练与调优、推理加速等任务；撰写技术文档，协助算法部署与效果验证 3. 探索多模态大模型在手机图像理解场景的应用，如开放世界识别、细粒度分类，复现前沿论文并结合业务场景改进算法的推理速度与精度
1. 探索研究具身智能领域的多模态大模型、世界模型、生成式模型、AIGC等人工智能前沿技术； 2.探索大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、RLHF、模型优化；提升数据合成、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3. 探索突破包括而不限于多模态大模型、端到端VLA模型、视觉COT与Agent在内的多模态模型、世界模型； 4. 通过预训练或SFT，使用生成式模型技术能力对现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。
1. 负责召回、排序等相关模块，包括但不限于索引构建、向量召回、召回打分、粗排、精排、重排等工作，洞察业务需求，为用户提升更好的搜索体验 2. 负责大语言模型和多模态大模型相关研发。追踪前沿技术热点，开展预训练、sft、强化学习，并应用到搜索业务、推荐业务、AI产品中 3. 负责应用NLP/CV/多模态等相关技术，理解用户生产的内容，技术方向包括但不限于: 图文和视频等内容类型的打标分类、内容质量打标、热点发现、评论分析等；
应用计算机视觉、自然语言处理、多模态理解、数据挖掘与机器学习等技术处理阿里国际数字商业集团海量数据，构建多模态预训练大模型底座，落地前沿研究成果，实现技术理论与业务创新，为电商业务场景的商品理解与结构化、图搜与同款、搜索与推荐、数据分析与决策等各类国际化场景应用构建算法基础能力。 1、负责研发电商多模态预训练模型基座，抽象并解决商品理解的基础问题使得模型具备业务通识能力，并构建针对大模型幻觉问题、推理能力、模型加速等关键问题的系统性解决方案，提高下游业务的迭代效率和效果上限。 2、基于多模态预训练大模型，落地商品理解关键场景任务，比如商品类目/属性/标签预测、商品同款、商品图搜等，实现业务指标提升。 3、学习前沿论文与把握技术趋势，深入理解底层算法原理，探索实验面向未来的硬核技术，实现核心技术突破和技术创新，发表相关论文。
1、负责3D视觉核心算法的研发与优化，包括但不限于：多传感器融合的SLAM/VIO系统开发，高效轻量化三维重建与稠密建图，多视角几何下的相机/物体位姿估计。 2、具备算法端侧化能力。开发面向移动端/边缘设备的轻量化模型与部署方案（Neon、TensorRT等），主导算法在端侧设备（如高通平台、MTK平台等）的落地部署，实现高性能实时计算。 3、构建高精度、高鲁棒性的3D视觉系统，支撑AR导航、定位等业务场景。 4、跟踪学术前沿技术，推动算法在业务场景的迭代升级。