深圳市手亿计算机有限责任公司

岗位职责 研发面向具身智能场景的视觉语言大模型（VLM），完成多模态数据适配、模型微调与能力迭代，支撑手部动作理解、空间语义感知等核心业务需求； 基于vllm/SGLang等大模型部署框架，开展VLM与大语言模型的推理服务搭建、性能调优与工程化落地，提升推理吞吐、降低服务延迟； 负责大语言模型后训练全流程研发，包括有监督微调（SFT）、模型对齐、持续预训练等方案设计、实验落地与效果优化； 跟踪多模态与大模型领域前沿学术进展，开展技术创新研究，产出高质量学术论文与技术专利； 解决多模态模型落地中的关键难题，包括多模态数据对齐、模型效果评测、场景泛化优化等； 配合业务团队完成模型服务端联调与测试，支撑产品化落地的技术需求。 任职要求 硕士及以上学历，计算机、人工智能、机器人、自动化或相关专业； 具备VLM（视觉语言大模型）实操经验，有完整的模型训练、调优或项目落地经历，理解多模态融合核心原理； 熟悉SGLang大模型部署推理框架，有大模型部署、推理优化的相关实践经验； 对大语言模型后训练技术有系统认知，熟悉SFT、DPO、RLHF、持续预训练等至少一种后训练技术路径； 熟练掌握Python，精通PyTorch等主流深度学习框架，具备扎实的算法代码实现与工程落地能力； 具备良好的数学基础与英文学术文献阅读能力，有学术论文撰写与发表的意愿和基础能力，有责任心与自驱力，热爱多模态与大模型技术； 有CVPR、ICCV、NeurIPS、ICML、ACL等顶级会议/期刊论文发表或投稿经历者优先； 熟悉vLLM、TensorRT-LLM等其他大模型推理框架，具备显存优化、算子加速、分布式推理相关经验者优先； 有具身智能、机器人视觉、手部动作理解相关领域研究或项目经验者优先；