计算机视觉算法实习生
招聘时间
即日起 至 2026-09-27
招聘单位
力维智联
所在地区
深圳
工作地点
广东省/深圳市/南山区 深圳湾创新科技中心-T1栋
学历要求
硕士
实习时长
每周5天，每天3小时
职责描述
职位描述
参与门店智能场站视觉AI系统的算法研发、训练、调优与部署落地。系统覆盖进门、预检区、接待区、客休区、机电&钣喷工位、EDS车间、洗车/充电区、行车及消防通道等全场景，需实现车品牌识别、车牌识别、工服识别、预检三件套识别、环车检查动作识别、物品摆放整齐识别、操作规范识别、维修动作识别、5S清扫识别、烟火识别、抽烟识别、车辆维修开工/中止/完工识别等数十种视觉AI能力。实习生将深度参与真实业务场景，接触小模型与多模态大模型协同的先进技术架构。
【岗位职责】
1.参与门店真实场景数据的采集方案设计、数据清洗与标注规范制定，针对低光照、密集遮挡、异形角度等长尾难题进行数据增强与质量验收
2.基于PyTorch框架，负责目标检测（YOLO系列）、图像分类、OCR识别等算法的训练、调优与超参数搜索
3.负责小模型与多模态大模型的协同设计与落地，针对门店场景（如低光照、密集目标等）进行模型优化
4.参与基于百度一见平台的算法训练、调优与部署工作，实现“开箱即用”的模型效果
5.将多模态大模型技术应用于视频理解、图文生成等核心场景，解决实际业务中的复杂问题，推动技术落地并产生商业价值
6.负责模型测试与评估，搭建测试集，进行精度、性能、延迟、误报漏报等问题的分析与优化
【任职要求】
1.学历专业：计算机、模式识别、人工智能、自动化、数学等相关专业硕士在读，2027届及以后毕业生
2.算法能力：
-扎实的深度学习基础，精通Transformer、ViT、CLIP、多模态对齐、指令微调等主流技术栈
-深刻理解目标检测（YOLOv5/v8/v9）、图像分类（ResNet/ViT）等经典算法原理，熟悉OCR识别者优先
-熟悉多模态大模型（VLM）、大语言模型（LLM）相关的算法技术，在相关领域有良好的项目经验或研究经验
3.编程能力：熟练掌握Python，熟练使用PyTorch或TensorFlow深度学习框架
4.实习时长：每周至少实习4天，可连续实习3个月及以上
**加分项**
•有工业视觉、安防监控、智慧门店等相关项目经验或实习经历
•有边缘端实际部署经验
•熟悉模型量化、剪枝、蒸馏等轻量化技术，了解ONNX、TensorRT等推理加速框架
•熟悉百度一见平台或有类似视觉AI平台使用经验
•熟悉RTSP视频流处理、FFmpeg或GStreamer基础
•在Kaggle、天池等算法竞赛中取得优异成绩，或发表过CV相关论文（CCF B类及以上）
•对多模态大模型（VLM）在工业场景的落地有强烈好奇心与初步实践经验
参与门店智能场站视觉AI系统的算法研发、训练、调优与部署落地。系统覆盖进门、预检区、接待区、客休区、机电&钣喷工位、EDS车间、洗车/充电区、行车及消防通道等全场景，需实现车品牌识别、车牌识别、工服识别、预检三件套识别、环车检查动作识别、物品摆放整齐识别、操作规范识别、维修动作识别、5S清扫识别、烟火识别、抽烟识别、车辆维修开工/中止/完工识别等数十种视觉AI能力。实习生将深度参与真实业务场景，接触小模型与多模态大模型协同的先进技术架构。
【岗位职责】
1.参与门店真实场景数据的采集方案设计、数据清洗与标注规范制定，针对低光照、密集遮挡、异形角度等长尾难题进行数据增强与质量验收
2.基于PyTorch框架，负责目标检测（YOLO系列）、图像分类、OCR识别等算法的训练、调优与超参数搜索
3.负责小模型与多模态大模型的协同设计与落地，针对门店场景（如低光照、密集目标等）进行模型优化
4.参与基于百度一见平台的算法训练、调优与部署工作，实现“开箱即用”的模型效果
5.将多模态大模型技术应用于视频理解、图文生成等核心场景，解决实际业务中的复杂问题，推动技术落地并产生商业价值
6.负责模型测试与评估，搭建测试集，进行精度、性能、延迟、误报漏报等问题的分析与优化
【任职要求】
1.学历专业：计算机、模式识别、人工智能、自动化、数学等相关专业硕士在读，2027届及以后毕业生
2.算法能力：
-扎实的深度学习基础，精通Transformer、ViT、CLIP、多模态对齐、指令微调等主流技术栈
-深刻理解目标检测（YOLOv5/v8/v9）、图像分类（ResNet/ViT）等经典算法原理，熟悉OCR识别者优先
-熟悉多模态大模型（VLM）、大语言模型（LLM）相关的算法技术，在相关领域有良好的项目经验或研究经验
3.编程能力：熟练掌握Python，熟练使用PyTorch或TensorFlow深度学习框架
4.实习时长：每周至少实习4天，可连续实习3个月及以上
**加分项**
•有工业视觉、安防监控、智慧门店等相关项目经验或实习经历
•有边缘端实际部署经验
•熟悉模型量化、剪枝、蒸馏等轻量化技术，了解ONNX、TensorRT等推理加速框架
•熟悉百度一见平台或有类似视觉AI平台使用经验
•熟悉RTSP视频流处理、FFmpeg或GStreamer基础
•在Kaggle、天池等算法竞赛中取得优异成绩，或发表过CV相关论文（CCF B类及以上）
•对多模态大模型（VLM）在工业场景的落地有强烈好奇心与初步实践经验
