顺义区
职位详情
岗位职责：
1、主导基于YOLO系列算法（YOLOv5/v8等）的目标检测模型的研发，包括模型选型、训练、微调（fine-tuning）和性能优化。
2、负责解决复杂场景下的图像识别与分类问题，构建高效、精准的识别模型。
3、精通图像处理技术（使用OpenCV等），负责数据集的预处理、数据增强及后处理逻辑开发，以提升模型鲁棒性。
4、负责文档、截图及自然场景下的文字检测与识别（OCR）任务，能够熟练应用或优化主流OCR框架，提取结构化信息。
5、负责将训练好的模型（尤其是YOLO模型）进行剪枝、量化、蒸馏等优化，并使用TensorRT等工具进行加速，以满足业务对低延迟、高吞吐量的要求。
6、深度参与智能Agent的开发，将您的视觉能力与大语言模型（LLM）进行融合。
7、研究和实践多模态大模型（如LLaVA,MiniGPT-4等），探索其在视觉问答（VQA）、图像描述、视觉定位（VisualGrounding）等场景的应用。
8、与Agent团队协作，开发基于视觉的GUI理解与自动化操作能力，让Agent能够“看懂”并操作软件界面。
任职要求：
1、计算机科学、人工智能、自动化或相关专业硕士及以上学历。
2、3年以上计算机视觉算法研发及项目落地经验。
3、核心技术能力（必须具备）：
·YOLO专家：精通YOLO系列算法，拥有丰富的YOLO模型训练、调优和部署经验，熟悉其网络结构和训练技巧，能够解决训练中遇到的各类实际问题。
·扎实的CV基础：对图像分类、目标检测、图像分割等任务有深入的理论理解和丰富的实践经验。
·熟练掌握OCR技术：有实际的OCR项目经验，了解文本检测和识别的主流方法。
·强大的工程能力：精通Python，熟练掌握PyTorch深度学习框架；熟悉Linux开发环境和Docker容器化技术。
加分项（我们尤其期待）：
1、熟悉多模态大模型：对Vision-LanguagePre-training(VLP)有深入了解，有实际使用或微调过多模态大模型（如CLIP,BLIP,LLaVA等）的经验。
2、熟悉模型优化与部署：有使用ONNX,TensorRT,TVM等工具进行模型推理加速的实际经验。
3、对Agent开发充满热情：对AIAgent、大语言模型（LLM）有浓厚兴趣，并乐于学习和探索如何将CV技术赋能于Agent。
1、主导基于YOLO系列算法（YOLOv5/v8等）的目标检测模型的研发，包括模型选型、训练、微调（fine-tuning）和性能优化。
2、负责解决复杂场景下的图像识别与分类问题，构建高效、精准的识别模型。
3、精通图像处理技术（使用OpenCV等），负责数据集的预处理、数据增强及后处理逻辑开发，以提升模型鲁棒性。
4、负责文档、截图及自然场景下的文字检测与识别（OCR）任务，能够熟练应用或优化主流OCR框架，提取结构化信息。
5、负责将训练好的模型（尤其是YOLO模型）进行剪枝、量化、蒸馏等优化，并使用TensorRT等工具进行加速，以满足业务对低延迟、高吞吐量的要求。
6、深度参与智能Agent的开发，将您的视觉能力与大语言模型（LLM）进行融合。
7、研究和实践多模态大模型（如LLaVA,MiniGPT-4等），探索其在视觉问答（VQA）、图像描述、视觉定位（VisualGrounding）等场景的应用。
8、与Agent团队协作，开发基于视觉的GUI理解与自动化操作能力，让Agent能够“看懂”并操作软件界面。
任职要求：
1、计算机科学、人工智能、自动化或相关专业硕士及以上学历。
2、3年以上计算机视觉算法研发及项目落地经验。
3、核心技术能力（必须具备）：
·YOLO专家：精通YOLO系列算法，拥有丰富的YOLO模型训练、调优和部署经验，熟悉其网络结构和训练技巧，能够解决训练中遇到的各类实际问题。
·扎实的CV基础：对图像分类、目标检测、图像分割等任务有深入的理论理解和丰富的实践经验。
·熟练掌握OCR技术：有实际的OCR项目经验，了解文本检测和识别的主流方法。
·强大的工程能力：精通Python，熟练掌握PyTorch深度学习框架；熟悉Linux开发环境和Docker容器化技术。
加分项（我们尤其期待）：
1、熟悉多模态大模型：对Vision-LanguagePre-training(VLP)有深入了解，有实际使用或微调过多模态大模型（如CLIP,BLIP,LLaVA等）的经验。
2、熟悉模型优化与部署：有使用ONNX,TensorRT,TVM等工具进行模型推理加速的实际经验。
3、对Agent开发充满热情：对AIAgent、大语言模型（LLM）有浓厚兴趣，并乐于学习和探索如何将CV技术赋能于Agent。
2026-06-25 13:17
IP属地：北京
职位福利
硕士3-5年图像搜索yolo大模型算法多模态算法融合感知算法图
北京楠社科技有限公司
A轮 · 500-999人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
计算机视觉算法工程师
2.5-5万元/月
图像算法3-5年硕士C++PaddleC语言深度学习目标检测视觉图像算法优秀开源项目经历发表算法相关优秀论文ShellPyTorch机器学习传统图像算法图像处理库（OpenCV等）参加算法相关竞
北京 丰台区
收藏职位
