多模态算法工程师（理解与智能决策方向）

【岗位职责】 1、前沿调研与设备控制闭环：深度调研国内外多模态大模型（VLM/VLA）在工业自动化和具身控制领域的最新进展。针对海底捞门店硬件设备，设计“感知-决策-控制”的技术路径，通过改进现有模型提升设备自动化率。 2、多模态状态对齐与动作决策：负责多模态模型的指令微调与空间对齐。将厨房现场的视觉信息与文本指令、设备控制参数进行深度对齐，实现端到端的智能动作规划与设备调控。 3、传统视觉与端侧感知：负责构建高可靠性的传统计算机视觉模块，利用 YOLO 等经典目标检测、语义分割模型，在边缘侧实现对门店物品、设备状态、人员操作的高频、低延迟、高精度感知。 4、混合感知架构设计：将“传统 CV 感知”与“多模态大模型决策（VLM 顶层规划）”进行有机结合，设计务实、高确定性的混合算法架构，解决大模型在物理设备控制中的幻觉与延迟问题。 【任职要求】 1、硬核技术与落地经验（硬性）：3-5 年…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 9839 个北京岗位（全城各职能合计），其中 2306 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5.5K ~ 15K（25~75 分位），中位约 9K，最低 2K、最高 300K。