腾讯混元多模态算法研究员（Omni模态）（北京/上海/北美）
任职要求
1.计算机、人工智能、数学等相关专业的全日制本科（优先）以上；
2.熟悉大规模多模态数据处理，高质量数据生成等实践经验者特别优先；
3.具有扎实的深度学习算法基础，具备扎实的大模型研发经验，有Diffusion Models和Autoregressive Models相关经验优先，有相关方向…工作职责
1.从事Omni多模态大模型的研发，包括训练数据的设计和构造，基础模型算法的设计，针对预训练/SFT/RL相关的优化，模型能力的评测，各种下游应用场景的探索； 2.科学分析研发中的各种问题，找到模型性能的瓶颈，从第一性原理出发找到解决方案，加速模型的开发和迭代，确保模型的竞争力和领先性； 3.探索实现Omni模态理解、生成能力的不同范式，研究下一代的模型架构，探索多模态模型的边界。
1.主动跟踪学术界与工业界在图像视频生成式模型、多模态理解模型、语音模型、多模态理解生成统一建模等方向的创新算法研究，攻克Diffusion模型加速、多模态理解模型、语音模型（ASR、TTS、Omini等）、多模态理解生成统一建模加速等技术方向，包括但不限于：（Attention量化/稀疏加速、蒸馏加速、量化、投机解码、剪枝、KV Cache 压缩等等）； 2.通过分析模型和任务性能瓶颈，设计创新的算法优化方案，提升多模态大模型的推理效率，显著降低端到端延迟； 3.作为算法与框架团队之间的技术桥梁，聚焦于图像理解、视频生成、音频理解生成、视觉多轮交互、实时对话等任务，提升模型在推理端的性能； 4.高效协同框架开发及业务算法团队，确保技术方案落地。撰写高质量的技术文档与实验报告，并组织内部分享，推动团队整体技术认知提升。
1.负责产品的用户研究、交互设计、视觉设计等全流程工作，产出用户旅程图、线框图、高保真原型及交互说明； 2.参与或主导建立和维护产品设计系统，确保设计语言的一致性，并提升团队的设计与开发效率； 3.与产品经理、工程师紧密合作，确保设计方案的高质量实现与落地，并积极参与产品讨论，为产品策略提供设计角度的专业输入； 4.基于用户反馈和产品数据，主动发起并推进用户体验的持续优化。
1.评测体系构建：通过紧跟先进模型及应用的前沿发展，设计全面、准确的多维度指标，建立覆盖多模态（语音/图/视频生成/编辑等）生成、多模态理解等全面、多维度的评测体系； 2.评测流程：熟悉大模型评测流程的实际执行与落地，协同多方相关团队高效完成评测工作，定期监控模型效果，分析问题并提供优化方案； 3.行业动态洞察：持续完善快速评测体系构建、快速反馈行业动态及模型能力，发现行业模型以及应用的前进方向、亮点； 4.结果归因：通过各种数据分析方法，深度分析模型评测结果，为大模型的更新调优提供精准的问题分析结论。
1.负责通用多模态大模型的推理部署，包括多模态理解、生成、语音大模型等研发支持，推动算法落地； 2.多模态大模型性能优化及推理框架优化，提升整体吞吐、降低部署成本；提升框架易用性； 3.紧跟多模态生成和理解领域的技术前沿，推动技术创新在产品中落地； 4.针对落地业务，优化部署方案及适配定制化需求。