Research Scientist（VLM 预训练 / 后训练）

【岗位职责】 1. 研究和打造新一代多模态视觉语言模型（VLM），重点突破视频理解与跨模态对齐能力，让模型真正“看得懂、听得清、说得明白”。 2. 设计适用于长时序、复杂动态场景的视频-文本预训练和后训练方案，支撑机器人、虚拟人、交互智能体等多种应用。 3. 构建高效、稳定的大规模视频预训练管线，实现从海量视频数据采集、清洗、建模到训练落地的全链路打通。 4. 深入优化分布式训练与推理性能，探索 Transformer 架构创新、视频表征学习和多任务联合训练。 【任职要求】 1. 计算机科学、人工智能、电子工程等相关专业硕士及以上学历； 2. 在以下至少一个领域具备扎实经验：视频表征（如 TimeSformer、VideoMAE、InternVideo）、多模态预训练、视频-文本对齐、Transformer 架构优化； 3. 熟悉主流深度学习框架（如 PyTorch / JAX），有大规…… 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 1148 个深圳技术研发岗位，其中 92 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 15K ~ 28K（25~75 分位），中位约 20K，最低 6K、最高 100K。