小米高级算法工程师（工业视觉）

任职要求

1. 教育背景与经验
- 计算机、人工智能、自动化、数学、电子信息等相关专业，硕士及以上学历；
- 5年以上AI算法研发经验，其中至少1-2年专注于大模型（LLM或VLM等）相关领域的研发。
2. 工程与编程能力： 
- 精通Python编程，熟练掌握PyTorch/TensorFlow/JAX等至少一种主流深度学习框架，能快速复现前沿算法；
- 具备良好的软件工程素养和代码规范。
3. 算法能力：
- 熟悉CLIP、SAM、QWEN系列等多模态模型的原理和应用，具备处理图像-文本对齐、视觉问答（VQA）、图像描述生成等任务的实践经验；
- 精通Agent的设计理念和技术栈，有使用LangChain、LlamaIndex或自研框架构建基于知识库的智能Agent（如RAG系统）的完整项目经验；
- 具备丰富的大模型微调（Fine-tuning）实战经验，熟练掌握LoRA、QLoR…

工作职责

1. 多模态大模型研发与落地：
- 负责工业视觉质检领域多模态大模型的构建、训练与优化，解决传统CV模型在复杂背景、小样本、零样本缺陷的识别率低的问题。
- 研究并应用多模态融合技术（如图像+文本描述、图像+参数），提升模型对工业缺陷的语义理解与泛化性能，同时实现工业缺陷的自然语言描述生成和智能问答。
- 搭建面向大模型的质检数据生产与清洗的pipeline，包括高质量图文对齐数据的构建、合成数据生成等，并设计模型效果评估体系，驱动算法的持续迭代与优化。
- 针对工业场景的实时性与高精度要求，负责大模型的轻量化部署与推理加速（如量化、剪枝、蒸馏）。
2. 质检Agent智能体构建：
- 负责设计并主导研发面向工业视觉质检场景的智能Agent，具备多模态理解能力，能够融合图像、文本（如工艺标准SOP）、传感数据等信息，实现对缺陷的自动化判定、描述、归因及溯源。
- 构建面向质检场景的Agent工作流（Workflow），包括任务规划（模型自动择优等）、节点调用（训练任务的全流程、工具搭建业务流等等）、结果反馈。
- 负责构建并维护质检领域的专业知识库（RAG），结合向量数据库技术，提升Agent在特定缺陷场景下的准确性和可解释性。
3. 大模型微调与优化：
- 针对工业质检的小样本、长尾分布问题，设计并实施高效的大模型微调策略（如LoRA、P-Tuning等），提升模型在特定质检任务上的识别检出能力。
- 持续跟进多模态大模型、AIGC、Agent等领域的最新前沿技术进展，并引领团队进行技术预研和创新，探索其在工业缺陷检测中的应用潜力。