岗位职责
1. 负责研发与优化面向OCR、语音识别（ASR）、图像识别及视频理解的轻量化模型。
"2. 视频模型专项职责：
a. 使用YOLO等主流目标检测框架，研发与训练适用于视频流的实时目标检测、追踪与行为识别小模型。
b. 针对监控、质检等具体场景，进行视频数据集的准备、标注、增强与模型微调。
c. 优化视频模型的推理速度与内存占用，适配边缘视频处理设备。"
3. 探索多模态小模型的融合技术，如视频-文本、视频-语音的联合建模。
4. 进行极致的模型压缩与加速，支持边缘部署。
5. 将优化后的模型封装为服务，集成到智能体工作流中。
岗位要求
1. 精通Python及PyTorch/TensorFlow框架，熟练掌握YOLO系列（v5/v8/v10等）或DETR等目标检测模型的训练、优化与部署全流程。
2. 有多模态项目实战经验，其中必须包含实际的视频理解或视频目标检测项目经验。
3. 具备丰富的模型小型化与边缘设备（如Jetson系列、华为Atlas）部署经验，熟悉相关推理引擎。
4. 熟悉视频处理流程（抽帧、标注、训练、后处理）及性能优化方法。
5. 具备扎实的工程能力，能编写高性能、可维护的推理代码。

年薪15-25w