1、负责多模态感知、多模态融合算法研发，涵盖图像、语音、文本、点云等模态信息联合建模；面向智能座舱、车载交互场景，实现多模态理解、意图识别、多轮交互； 2、调研、复现前沿多模态大模型（CLIP、LLaVA、Qwen-VL、Gemini 等），开展模型微调、SFT、多模态 RAG、跨模态检索等技术落地； 3、设计多模态数据集方案，参与数据清洗、标注规范制定、数据增强，构建场景专属多模态训练数据集； 4、开展算法实验、效果评估、消融实验，输出实验报告；持续优化模型精度、响应速度、鲁棒性，解决场景噪声、光照、语音干扰、模态缺失等现实问题； 5、和工程、产品、嵌入式团队协作，完成算法方案输出、接口定义，配合完成模型移植、端侧部署验证，保障在智能座舱上实现商用。

1、硕士研究生及以上学历，计算机、人工智能、自动化、电子信息、模式识别等相关专业； 2、拥有扎实的机器学习、深度学习基础，熟悉卷积网络、Transformer、注意力机制等核心理论； 3、熟练使用 PyTorch/TensorFlow 进行模型训练与实验开发；熟练使用 Python； 4、熟悉至少一类模态基础技术：计算机视觉 / 语音信号处理 / NLP。