携程多模态算法工程师（内容理解与召回）(MJ029264)

多模态推荐算法工程师 (影像Agent方向) 1. 负责影像Agent核心推荐模块的设计与落地：深度参与影像Agent的意图理解与服务推荐，利用多模态大模型技术，让Agent能精准预判用户需求，主动推荐拍摄建议、创作玩法等； 2. 打造智能相册的创作推荐引擎：基于对照片、视频内容的多维度理解（如美学、情感、事件），为用户在相册编辑场景中，智能推荐个性化的模板、音乐、滤镜及包装特效，引爆创作灵感； 3. 主导影像社交App的内容分发与推荐：负责vivo旗下影像社交平台的内容推荐流，结合用户行为和多模态内容理解，探索前沿的推荐模型，提升优秀作品的曝光率、分发效率与用户粘性； 4. 探索前沿技术的应用与创新：跟进多模态大模型、生成式推荐、Agent等领域的最新进展，结合业务场景进行技术预研和方案设计，持续构筑vivo在智能影像推荐领域的技术壁垒；

1. 负责多模态大模型（涵盖图像、视频、音频、文本等模态）在内容安全、活体检测、人脸识别、内容理解等场景的算法研发与性能优化； 2. 探索和实现图像、视频、文本等多模态数据的统一建模与高效表征学习，提升模型在内容审核、短视频内容理解等任务中的泛化性和鲁棒性； 3. 紧密跟进与研究业界领先的大模型技术，如InternVL3、Qwen2.5-VL等，探索并落地其在图文审核、视频内容审核、身份核验等业务场景中的应用策略及精调方法； 4. 负责构建并持续优化模型训练及推理系统，显著提升多模态模型在安全审核领域的准确率、召回率与实时响应性能； 5. 探索并实现文本生成图像技术在内容生成与审核中的应用，提升系统的生成与理解能力； 6. 与产品、工程等相关团队密切合作，推动多模态审核、识别系统的业务落地，实现业务场景的闭环验证与持续迭代优化。

团队介绍： 我们深耕互联网金融信息服务领域，致力于为亿万用户打造高效、稳定、智能的一站式金融搜索服务。依托千万级日活搜索链路、百亿规模索引集群，以及成熟的RAG 与 Agent 技术体系，构建从数据采集、索引构建、语义理解、相关性排序到生成式搜索的全栈技术能力。以高可用、高稳定、高性能架构为核心，持续落地业界前沿 SOTA 技术，为用户提供精准、可靠、专业的金融信息服务。团队以突破传统搜索引擎边界为目标，深度融合搜索与大模型技术，打造下一代智能金融搜索体系。 发展方向：搜索、RAG、Agent算法专家 聚焦语义理解、内容理解、向量检索、RAG、Data Agent等核心方向，将经典检索算法与大模型、RAG、Agent 能力深度融合，覆盖用户意图识别、多模态内容理解、语义召回与精排、生成式搜索等关键场景。负责构建可支撑亿级流量、千亿级数据的工业级智能搜索系统，在真实业务场景中持续迭代算法效果、工程性能与系统稳定性。 岗位职责： 1. 聚焦互联网金融搜索与搜索增强场景，紧跟业界 SOTA 技术趋势，通过算法迭代持续提升搜索、搜索 + LLM 产品效果，支撑产品能力持续升级。 2. 负责语义相关性与语义召回算法研发，基于 LLM SFT、ReFT等构建语义基础能力，包括 LLM 与检索效果对齐、语义匹配、结构化匹配、表征学习等，提升 RAG 及核心搜索业务的文本匹配精度。 3. 建设多模态检索与多模态理解能力，针对金融场景网页、图表、图像、音视频等异构信息，构建跨模态表征、结构化抽取与精准检索体系，提升多模态内容理解与召回质量。 4. 设计与迭代 WebAgent 能力，实现网页自动浏览、交互模拟、信息抽取、事实校验与内容标准化，为搜索与 RAG 提供高质量、高可信数据源。 5. 构建 DataAgent 数据处理与知识融合链路，完成多源金融数据对齐、清洗、整合与归因校验，支撑业务规模化落地。 6. 搭建金融垂域搜索评测与效果对齐体系，从相关性、事实一致性、可用性、稳定性等多维度持续迭代优化。

-负责推荐广告场景下文、图、视频多模态内容理解算法研发，从质量、风格、营销特色等维度建设内容理解标题体系 -负责多模态内容理解与推荐广告算法的结合，用于优化广告的体验、召回、排序、点击率转化率预估等环节的效果 -负责大语言模型及生成式AI等业界前沿技术的调研及并应用于内容理解，提升内容理解效果 -负责内容理解领域内新技术调研及创新应用范式的探索