岗位职责：
1. 负责研究和开发多模态大模型，包括语言、图像、视频和3D模态的融合，图像生成/增强，视频动作/关系理解等；
2. 进行大模型的分布式训练、调优、验证和部署；
3. 跟踪最新的学术论文和技术发展，积极产出高水平的研究成果。

能力要求：
1. 具有计算机科学、机器学习和人工智能等相关行业从业经历或具有相关专业硕士以上学历；
2. 熟练掌握主流深度学习框架，如TensorFlow、PyTorch，并具备良好的编程能力；
3. 对NLP/CV/多模态领域的经典模型（如GPT、VIT、LLaVA等）有深入理解，熟悉相关任务和评测方法；
4. 具备良好的逻辑思维、沟通协作能力和学习能力，能够独立解决问题；
5. 熟悉英文技术文献的阅读和撰写，具备一定的研究能力和学术影响力者优先考虑；
6. 熟悉分布式训练框架，如Megatron、DeepSpeed，并具备多机多卡大模型训练经验者优先考虑；
7. ACM等程序设计比赛、自然语言处理/多模态相关顶级会议论文或比赛获奖经历者优先考虑；
8. 具有技术热情及技术信仰，较强的学习能力。