携程资深多模态算法工程师(MJ031337)
任职要求
1. 具有良好的计算机/数学基础，熟练掌握Python，有良好的编程习惯和代码风格； 2. 熟悉Alignment领域的常用方法，包括但不限于SFT, DPO, PPO, Self-Rewarding 和 Se…
工作职责
1. 参与 Trip.com 国际业务在多语言用户体验设计以及研发流程的算法创新和应用落地。 2. 负责一个或多个具体业务方向： a. 国际站点的数十种场景和语向的翻译质量评估以及相关基础技术的研究。 b. 基于多模态大模型的GUI Agent 的技术研发，支持巡检等应用场景的应用落地。 c. 负责首页、行程的关键模块AI创新探索。
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。
1. 探索和应用深度学习、生成对抗网络 (GAN)、扩散模型 (Diffusion Model) 等前沿技术；用于图像生成、视频生成、视频混剪等 AIGC 任务。 2. 跟进行业动态，深入理解各种开源技术方案的论文和源代码，根据业务需求进行选择、优化和改进。 3. 与产品经理、设计师和其他工程师紧密合作，将 AIGC 技术应用于实际产品中。
1、负责基础模型和生成式人工智能的基础能力建设和业务落地，包括但不限于文本生成/翻译、图生文、深伪技术、大模型高效训练/推理等等，追踪业界最前沿进展，并进行前瞻性的技术研究； 2、带领团队将AIGC相关技术在广告、电商、短视频、直播等商业产品的内容理解上落地，构建新一代基于大模型的商业化生态； 3、负责大模型算法团队的项目规划、团队建设、跨团队合作，打造行业领先的内容理解算法团队。
-负责AIGC团队多模态相关业务的算法研发，工作内容包括但不限于：图像/视频的生成与理解，如图像编辑、文生图、图生图、图生视频、语义匹配等 -负责AIGC多模态中台能力建设，追踪并落地应用多模态前沿技术 -负责模型训练和推理性能优化，探索多模态算法新范式 -探索AIGC在具体业务的产品新形态