岗位描述
1. 负责多模态大模型在边侧(手机/平板)的算法选型、后训练与轻量化研发；2. 负责语音/文本/图像多模态意图理解，将自然语言任务转化为端侧可执行信号；3. 负责边侧推理性能优化，包括算子加速、并行调度、内存压缩等关键技术；4. 与端侧、云端团队拉通边-端、边-云协同链路，参与下一代多模态交互范式定义。 基本要求1. 计算机、电子、通信、自动化等相关专业，硕士及以上学历；2. 熟悉主流多模态大模型架构(LLaVA/Qwen-VL/InternVL/GPT-4V 类，视觉/语音 encoder + LLM 范式)，熟练 PyTorch；3. 在大模型后训练(SFT/DPO/RLHF)或推理优化(量化/蒸馏/算子加速)任一方向有实战经验；4. 良好的代码与工程能力，能独立完成边侧(手机/平板/嵌入式 SoC)部署链路至少一个环节。加分项1. ACL/EMNLP/CVPR/NeurIPS/ICLR 等顶会一作论文，或开源大模型项目核心贡献者；2. 在手机/平板/端侧 NPU/GPU 上落地过 LLM 或 VLM 推理优化的实战经历；3. 熟悉 llama.cpp/MLC-LLM/TensorRT-LLM/MNN/NCNN 等推理框架及自定义算子开发；4. 对消费场景下的人机交互范式、语音/视觉多模态 UX 有自己的思考与作品。 职位简介： 大疆正在重塑亿级消费者与智能硬件的交互方式——从遥控器与复杂菜单，全面转向自然语言下任务的多模态大模型范式。从模型选型、后训练、轻量化，到边侧高性能推理、端云协同协议，再到下一代消费交互范式定义，我们具备完整技术栈。我们寻找相信"边端是消费场景的关键一层"的同路人，与我们一起，让每一次人机对话，都成为一次大疆智能体验的起点。 工作职责： 1. 负责多模态大模型在边侧(手机/平板)的算法选型、后训练与轻量化研发； 2. 负责语音/文本/图像多模态意图理解，将自然语言任务转化为端侧可执行信号； 3. 负责边侧推理性能优化，包括算子加速、并行调度、内存压缩等关键技术； 4. 与端侧、云端团队拉通边-端、边-云协同链路，参与下一代多模态交互范式定义。 任职要求： 基本要求 1. 计算机、电子、通信、自动化等相关专业，硕士及以上学历； 2. 熟悉主流多模态大模型架构(LLaVA/Qwen-VL/InternVL/GPT-4V 类，视觉/语音 encoder + LLM 范式)，熟练 PyTorch； 3. 在大模型后训练(SFT/DPO/RLHF)或推理优化(量化/蒸馏/算子加速)任一方向有实战经验； 4. 良好的代码与工程能力，能独立完成边侧(手机/平板/嵌入式 SoC)部署链路至少一个环节。 加分项 1. ACL/EMNLP/CVPR/NeurIPS/ICLR 等顶会一作论文，或开源大模型项目核心贡献者； 2. 在手机/平板/端侧 NPU/GPU 上落地过 LLM 或 VLM 推理优化的实战经历； 3. 熟悉 llama.cpp/MLC-LLM/TensorRT-LLM/MNN/NCNN 等推理框架及自定义算子开发； 4. 对消费场景下的人机交互范式、语音/视觉多模态 UX 有自己的思考与作品。