崗位職責： 1.基于業務場景（行為識別）對InternVL、QwenVL等VLM模型進行領域適配性微調，優化圖像理解、動作識別、多模態推理能力 2.構建零售場景專屬數據集，設計數據增強策略，解決遮擋、光照變化等實際場景挑戰 3.實現CV&VLM模型在邊緣設備（如Jetson系列）/云端的輕量化部署，優化推理速度與資源占用 4.開發模型服務化接口，支持實時視頻流分析與行為事件觸發機制 5.設計時序行為分析框架，融合目標檢測（如定位、姿態估計、動作分類等多模塊協同工作 6.構建基于VLM的異常行為識別系統（違規操作等場景） 7.跟進VLM前沿技術（如多模態prompt工程、模型蒸餾），探索3D視覺與VLM的融合方案 8.輸出可復用的算法組件庫，建立零售場景算法基準測試體系 崗位要求： 1.熟練掌握PyTorch框架及HuggingFace生態，具有InternVL/QwenVL等開源VLM實戰調優經驗 2.精通模型壓縮技術（量化/剪枝/知識蒸餾），有VLLM/LMdeploy等部署工具實戰經驗 3.熟悉視頻理解技術棧（OpenCV/FFmpeg/Decord），具備多線程視頻處理系統開發能力 4.具備強工程實現能力，主導過至少1個完整AI項目從研發到落地的全生命周期 5.理解行為場景特性：能通過算法設計應對監控視角差異、制服相似度、復雜背景干擾等挑戰 6.有行為識別項目經驗者優先，熟悉NTU RGB+D、AVA等行為數據集者加分 7.具備產品化思維，能協同硬件團隊優化計算資源分配方案 8.具有技術文檔撰寫習慣，代碼符合工業級可維護性標準 9.在CVPR/ICCV/ECCV等會議發表過多模態學習相關論文 10.有成功通過模型微調提升特定場景指標30%以上案例 11.具備模型服務高并發處理經驗 碩士或985，211的本科畢業生 ，30以內 我們提供： 參與千萬級門店智能化改造的行業標桿項目 配備A100/H100算力集群及邊緣設備開發套件 技術成果可快速應用于數萬線下零售場景 與VLM領域頂尖團隊定期技術交流機會