1、在如下一个或多个方向有深入研究：GAN，diffusion model，图像生成，NeRF等；对文本，图像，视频生成算法有一定的理解；

2、具备扎实的编程基础，熟悉 pytorch 等主流深度学习框架；

3、对学术前沿有浓厚兴趣，时刻跟进技术前沿，并善于利用各类技术解决复杂的实际问题，有良好的沟通表达能力；

4、在顶级会议或期刊上发表过有影响力的学术论文或在重要算法比赛中取得过优秀名次的候选人优先。

NLP算法工程师

1、利用自然语言处理技术和机器学习算法对文本、图像多模态数据进行分析;

2、负责大语言模型研发及应用落地，应用范围包括但不限于对话机器人、情感分析、信息抽取等。

视觉多模态大模型算法工程师

1、负责研发视觉及多模态基础大模型，可处理图像，视频，文本，语音等多模态数据，负责网络结构框架的设计和优化；

2、设计大模型的训练、微调、提示等算法方案，支持领域应用，推动大模型的业务落地；

多模态 AIGC 算法工程师：

1.负责多模态生成算法研发，如 diffusion models，GAN，VAE，NeRF等，包括但不限于文本/图像/视频生成，解决生成质量，多样性，可控性，采样效率，可编辑等问题；

2.负责端到端多模态生成式大模型的框架设计、训练与调优，构建基于生成模型的 AI 系统，推动多模态 AIGC 在各业务场景中的产品化落地。

【目标检测】对主流目标检测算法非常熟悉，如Faster-RCNN, Mask-RCNN, Cascade RCNN,SSD, Deformable Conv等，在voc/coco等数据集上取得过较好的成绩，或发表过学术论文。

【异常检测】有通用异常检测的研究经验，对 Isolation Forest、Feature Bagging和Auto-Encoder等主流异常检测方法有深入研究，在相关数据集或比赛中取得过较好的成绩。

【3D视觉】有三维视觉相关知识和基础，对于与环境几何建模、三维物体识别、三维语义分割、点云处理等方面有深入研究和实践经验，能够将理论知识运动到实际工程问题中。

【SLAM】良好的编程能力， C/C++或 Python，掌握至少一种经典SLAM框架，详细阅读过源码，掌握背后的理论知识；熟悉使用常见的图优化工具，GTSAM、ceres、g2o等。熟悉语义最新语义slam框架和利用深度学习方法处理点云经验者优先。

【机器人控制】 熟练掌握工业机器人基础框架和知识，如DH参数，IK，FK，四元数等；熟悉常见工业机器人轨迹规划算法，至少掌握一种运动规划算法；编程和算法基本功扎实，熟练掌握C++，以及至少一门脚本语言如Python；熟悉ROS系统，可熟练使用仿真软件者如gazebo等优先。