AI天才猎头LionKing
1⃣️base杭州，招聘基座算法，应用算法都可以，P6 p7都可以的，也有个小tl坑位。ai开发也可以看人，~1-3年经验为佳~流程很快的两家机会~😘抓住时机哦~2⃣️杭州wlb的多模态基座算法1. 核心研发： 负责多模态大模型的核心研发，面向医疗场景（医学影像/临床文本/结构化数据等）构建可用、可靠的多模态理解与生成能力。2. 底层机制研发： 围绕医疗场景的关键痛点做底层机制级研发：从表征学习、跨模态对齐、注意力与信息路由、训练目标与优化稳定性等模型底层出发，提出并验证新方法/新模块/新训练范式，而不是照搬现有通用 VLM。3. 医学影像攻坚： 针对医学影像在 VLM 中的典型难点进行系统性攻关4. 训练与对齐流程： 设计并落地高质量训练与对齐流程：多阶段训练（预训练/对齐/指令微调等）、数据混配与采样策略、损失函数与约束设计、训练稳定性与可复现训练管线建设。5. 临床评测体系： 搭建面向临床可靠性的评测体系：多模态能力分解评测（定位、属性、推理、报告一致性）、泛化评测（外部验证/OOD）、安全性评测（幻觉、误导性回答、置信度/不确定性表达）。6. 业务协同： 与产品/医学专家/数据团队协作，将研究目标映射到真实业务任务（如报告辅助、质控、分诊、随访、结构化抽取等），推动从研究验证到应用验证的闭环。【任职要求】1. 硕士及以上学历（计算机/人工智能/数学相关方向）。2. 丰富的 VLM 研发经验： 深度参与过至少一个 VLM/多模态大模型的完整训练与迭代（架构、对齐、训练策略、评测）；能够独立完成从问题定义→方案设计→实验验证→迭代收敛的闭环。3. 扎实的理论与工程能力： 熟练 PyTorch，理解 Transformer/注意力机制、对比学习与对齐学习、生成式建模、优化与泛化。4. 第一性原理思维： 能够从底层分析并解释 VLM 在医疗场景失效的根因（信息瓶颈、对齐噪声、数据偏差等），并提出机制级改造方案。5. 严谨的实验习惯： 能设计有效对照与消融、识别数据泄漏与评测偏差；具备良好的论文复现与阅读能力。6. 良好的沟通协作能力。（加分项）：顶会/期刊论文发表；有多模态安全、幻觉抑制等方向研究积累。
发布于 浙江
分享
评论
赞
未登录
友善发言
评论
加载中
