视觉Agent大模型算法专家

Job description

• 负责视觉Agent系统的全链路设计与开发，构建融合多模态感知、动态决策与自动化执行的视觉智能系统，推动复杂场景下的图文多模态/视频理解、交互与生成能力。
• 负责视觉Agent核心算法的研发与优化，包括但不限于多模态大模型视觉感知、图像生成、多模态对齐（如文本-图像-视频）等方向，持续提升系统的鲁棒性与泛化能力。
• 研发视觉Agent的协作机制，支持多智能体协同任务（如跨模态推理、工具调用），优化模型在实时性、资源效率及长上下文处理中的表现。
• 研发大模型在业务场景下关键能力的应用研发，包括但不限于知识和指令遵循、分析诊断、深度推理、反思和评估等能力的优化和落地。
• 结合业务场景设计并落地视觉Agent应用，赋能业务智能化升级。
• 跟踪计算机视觉与大模型交叉领域的前沿技术，探索创新技术在实际场景中的落地路径。
• 计算机科学、人工智能、电子工程等相关专业硕士及以上学历，具有计算机视觉或视觉Agent相关研发经验。
• 扎实的算法基础，熟悉主流视觉模型及多模态大模型，具备模型调优与轻量化部署经验。
• 深入理解主流Agent框架原理，在任务规划、工具调用、策略优化等方向有实际项目经验；
• 优秀的分析和解决问题的能力，项目推动力和团队协作能力。
• 参与美团本地生活场景的视觉智能化革新，直接赋能数亿用户与千万商家。
• 探索视觉Agent在生成式AI时代的核心技术，打造行业标杆级应用。
• 在快速发展的领域中积累经验，成为大模型和智能体领域的专家。