多模态理解算法研究员/专家

【岗位职责】 1、研发多模态理解模型：视觉-语言对齐、视频理解、场景语义/事件理解、指代消解； 2、攻关应用场景难点：开放世界泛化、长尾物体、复杂指代（那个/旁边/刚才）； 3、输出结构化语义表示：对象/属性/关系/事件/可操作性（affordance）等，便于规划调用； 4、建立评测与数据策略：线上失败归因、难例回流、版本对比与回归测试； 5、与Agent/规划/VLN协同，围绕任务成功率与稳定性闭环优化； 【任职要求】 1、熟悉 Transformer 基础与多模态基本范式（对齐、融合、token/embedding、评测）； 2、图文检索、grounding、VQA、视频理解、指代表达理解等任一方向科研背景； 3、能使用 PyTorch 复现 VLM/Video Understanding 相关工作，具备数据处理与训练经验； 加分项 - 具身语义/导航语义理解经验； - 数据合成…… 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 424 个上海生产制造岗位，其中 33 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 6.5K ~ 15K（25~75 分位），中位约 10K，最低 4K、最高 30K。