职位&公司对比

职位详情

• 上海
• 3-5年
• 硕士

• 多模态
• 视觉大模型
• 深度学习
• 视觉预训练
• 多任务
• 统一大模型
• 目标检测、分割
• 零样本检测分割

1.跨模态理解：研来自BOSS直聘究和开发算法，使模型能够理解和关联来自不同模态的信息。 2.数据融合技术：掌握不同数据模态的融合技术，包括早期融合（数据层面的结合）、中期融合（特征层面的结合）和晚期融合（决策层直聘面的结合）。 3.深度学习框架：熟练使用深度学习框架，如TensorFlow、PyTorch等，来构建和训练多模态模型。 4.模型设计：设计创新的神经网络架构，以处理多模态数据并提取有用的特征。 5.预训练模型：使用大型预训练模型（如BERT、GPT、ResNet等）作为基础，进行微调和迁移学习。 6.注意力机制：实现和优化注意力机制，以增强模型对多模态数据中关键信息的捕捉能力。 7.模型优化：优化模型以提高效boss率和性能，减少推理时间，并确保模型可以在边缘设备上运行boss。