岗位职责： 
1.基于业务场景（行为识别）对InternVL、QwenVL等VLM模型进行领域适配性微调，优化图像理解、动作识别、多模态推理能力； 
2.构建零售场景专属数据集，设计数据增强策略，解决遮挡、光照变化等实际场景挑战； 
3.实现CV&VLM模型在边缘设备（如Jetson系列）/云端的轻量化部署，优化推理速度与资源占用； 
4.开发模型服务化接口，支持实时视频流分析与行为事件触发机制； 
5.设计时序行为分析框架，融合目标检测（如定位、姿态估计、动作分类等多模块协同工作； 
6.构建基于VLM的异常行为识别系统（违规操作等场景）； 
7.跟进VLM前沿技术（如多模态prompt工程、模型蒸馏），探索3D视觉与VLM的融合方案； 
8.输出可复用的算法组件库，建立零售场景算法基准测试体系； 

岗位要求： 
1.熟练掌握PyTorch框架及HuggingFace生态，具有InternVL/QwenVL等开源VLM实战调优经验； 
2.精通模型压缩技术（量化/剪枝/知识蒸馏），有VLLM/LMdeploy等部署工具实战经验； 
3.熟悉视频理解技术栈（OpenCV/FFmpeg/Decord），具备多线程视频处理系统开发能力； 
4.具备强工程实现能力，主导过至少1个完整AI项目从研发到落地的全生命周期； 
5.理解行为场景特性：能通过算法设计应对监控视角差异、制服相似度、复杂背景干扰等挑战；