钉钉钉钉-通用视觉理解（视频分析）-Agent 算法专家
任职要求
计算机、人工智能、模式识别、自动化等相关专业，本科及以上，具备扎实的机器学习/深度学习基础。 熟悉计算机视觉与视频理解核心方向，具备检测、分割、跟踪、动作识别、时序建模、事件分析等相关经验。 熟悉 VLM/MLLM/Omni 多模态模型原理及应用，有视频理解、多模态问答、视频 Agent 或具身/交互式智能体经验者优先。 熟悉大模型后训练方法，包括 SFT、DPO、RL/RLHF 等，对 Agent 能力对齐、任务分解、规划推理有实战经验。 具备 Agent/tool use/function calling/RAG 相关经验，能够设计基于工具增强的多轮推理流程。 熟悉长短期记忆、上下文管理、时序信息压缩与检索机制，有长视频理解或流式视频分析经验者优先。 熟练使用 PyTorch，具备模型训练、微调、部署与性能优化能力；…
工作职责
负责面向真实业务场景的视频分析 Agent 算法研发，围绕实时视频理解与离线长视频复杂任务分析两大方向，构建具备感知、记忆、规划、推理与工具调用能力的多模态智能系统。 岗位职责 负责实时视频分析 Agent研发，融合 CV、VLM、Omni/多模态大模型等能力，服务于工业质检、巡检、SOP 合规、Streaming Video 交互等场景。 设计并优化面向视频流场景的长短期记忆机制、事件检测、异常告警与状态跟踪能力，提升实时性、稳定性与准确率。 负责通用/专用视觉模型在垂直场景中的微调、适配与性能优化，包括检测、识别、时序理解、多模态问答等任务。 负责离线长视频分析 Agent能力建设，提升模型在复杂任务中的自主拆解、规划、多步推理、细粒度分析与结果归因能力。 基于 SFT、RL/RLHF、DPO、Agentic RL 等后训练方法，提升大模型在Planning、Reasoning、Function Calling、RAG、数据洞察等方面的能力。 构建视频分析 Agent 的工具使用体系，支持如 crop_video、zoom-in、片段重采样、目标聚焦、证据回溯等能力，形成“观察—推理—行动—验证”闭环。 设计高质量训练数据与评测体系，持续提升长视频复杂任务上的准确率、鲁棒性、可解释性与泛化能力。 与产品、工程、业务团队协作，推动算法方案在真实场景中的落地与迭代。
1、负责集团端管云全链路场景下安全大模型能力建设，针对各类不同意图的各类智能体（GUI Agent / API Agent）构建高效能的识别与对抗能力； 2、负责二进制逆向分析大模型（LLM4RE）及相关智能体的能力迭代，针对持续演化的恶意软件与灰产应用构建高效逆向分析及溯源能力； 3、参与建设基础安全域大模型安全能力迭代（尝试解决基础安全域标注昂贵稀缺且可读性差等问题）。
1、中间件和系统开发：基于自动驾驶域控制器平台，开发自动驾驶系统和通讯中间件，以及系统稳定性和性能优化； 2、系统问题分析与诊断：利用台架测试、路测数据及大数据分析工具，定位并分析自动驾驶平台软件及内核相关问题； 3、自动化诊断工具开发：设计并实现基于AI的自动化诊断与分析工具，支持问题快速定位与数据可视化； 4、测试用例开发与优化：基于AI技术，开发并维护台架自动化测试用例，提升测试效率与覆盖率。
专注于AudioLLM通用音频理解模型的研究与开发，参与构建下一代音频基础模型和Omni多模态框架，探索语音、音乐、环境声音等多模态音频内容的统一理解建模方法，推动 audio AI 在理解、生成和交互场景中的技术突破。 核心职责 1、模型架构与训练：负责通用音频理解模型设计与分布式训练优化，实现语音识别、说话人日志、情感分析、音频问答、音乐理解、声音事件检测等多任务统一建模； 2、数据管线：设计并落地大规模多模态音频数据 pipeline，完成数据对齐、质量控制与自动标注； 3、跨模态融合：研究音频编码器与大语言模型融合技术，优化跨模态注意力与统一特征表示。
负责整车研发、零部件、工艺、设备、物料的通用化、标准化、模块化体系搭建与落地。通过统筹全品类零部件复用、车型架构通用、流程标准统一，实现车企降本增效、缩短研发周期、降低供应链风险、提升产品质量稳定性，对接研发、生产、采购、供应链、质量、工艺多部门，统筹通用化管理专项工作： （一）通用化体系与制度搭建 1. 结合整车平台架构规划、新品研发节奏及量产车型迭代需求，制定公司整车、零部件、工艺、工装设备通用化、模块化、标准化中长期战略规划与年度落地目标。 2. 建立并持续优化通用化管理体系，制定零部件通用、架构复用、标准件统一、物料归一、工艺通用的管理制度、流程、评审标准及考核准则，规范新品开发、改型换代、量产维护全流程通用化管控要求。 3. 搭建通用化数据库、零部件复用台账、专用件管控清单，建立通用化等级标准，明确核心件、标准件、通用件、专用件界定规则，实现数据可视化、可追溯、可管控。 （二）新品研发全流程通用化管控 1. 参与全新车型、改款车型、衍生车型的立项、架构设计、方案评审阶段，前置介入零部件选型、结构设计、参数定义，优先推行平台化架构、成熟通用零部件，严控新增专用件、非标件数量。 2. 负责新品开发通用化评审工作，对零部件通用性、架构复用率、工艺兼容性、设备共用性进行专项审核，对高专用、低复用的设计方案提出优化整改意见，推动设计方案迭代优化。 3. 统筹跨车型零部件资源复用，梳理同平台、不同平台可通用零部件，打破车型壁垒，推动跨项目、跨产品线零件共用，提升整车零部件通用率、平台复用率。 （三）量产车型通用化优化与存量治理 1. 针对在产在售车型，开展存量零部件、工装夹具、生产工艺、物料编码的专项梳理，清理冗余专用件、呆滞非标件、重复物料，推进存量零件归一化、标准化整改。 2. 分析量产车型通用化短板问题，针对零件复用率低、非标件过多、工艺不统一、设备兼容性差等问题，制定专项优化方案，组织各部门落地整改，持续提升量产车型通用化指标。 3. 管控车型迭代、零部件改型过程中的通用化延续性，避免无意义改型导致的零件专用化，保障平台架构、核心零部件的持续复用。 （四）跨部门协同与专项项目推进 1. 统筹研发中心、工艺部、生产制造部、采购部、供应链部、质量部、仓储物流部，建立通用化跨部门协同机制，明确各部门通用化工作职责与协作流程。 2. 牵头推进通用化降本专项、物料精简专项、标准统一专项、设备通用适配专项等重点项目，制定项目计划、跟进落地进度、解决跨部门卡点问题，确保专项目标达成。 3. 对接供应商，推动外协零部件标准化、通用化供货，引导供应商适配公司通用件标准，减少定制化非标供货，优化供应链通用化配套体系。 （五）指标管控与复盘 1. 搭建通用化核心KPI指标体系，包含整车零部件通用率、平台架构复用率、新增专用件数量、物料编码精简率、工艺通用覆盖率、设备共用率、通用化降本金额等，定期统计、分析、公示数据。 2. 按月/季度/年度开展通用化工作复盘，总结问题、沉淀经验，优化管理制度与管控流程，输出复盘报告与年度工作总结、次年工作计划。 （六）行业对标与标准迭代 1. 调研主流整车主机厂平台化、通用化、模块化管理模式与行业标准，开展竞品对标分析，结合公司发展阶段优化自身通用化体系。 2. 跟进汽车行业技术迭代、法规更新，同步更新公司通用化、标准化管理标准，适配新能源、智能化车型的通用化管控需求。