百度多模态图像算法工程师（J80688）
任职要求
-计算机视觉、机器学习、数学等相关专业，本科及以上学历 -有计算机视觉相关项目经验，熟练掌握计算机视觉算法和模型 -良好的编程能力，熟练使用至少一种编程语言（如Python, Java等）；熟悉至少一种深度学习框架（如TensorFlow, PyTorch等） -良好的团队合作和沟通能力，有较强的自我驱动能力 -在多模态内容理解、内容安全审核等方向有实际项目经验，或在计算机视觉领域相关会议发表论文者优先
工作职责
-参与计算机视觉相关技术研发 -包括但不限于图像分类、目标检测、视频内容理解等任务 -负责开发和优化算法，并确保其性能和效率达到预期目标 -与团队成员紧密合作，协同解决开发过程中的问题和技术挑战
作为核心算法成员，参与AI图像相关算法研发，主要服务于下一代智能相册系统。主要工作包括： 一、图像理解方向： 1）开发基于多模态语义的图像理解算法：人物识别、事件聚类、情绪识别、场景识别等；构建个性化的图像语义标签体系； 2）设计图像内容质量评估模型（重复、模糊、人脸表情等）提升用户体验； 3）探索RAG、多模态图像大模型、文本大模型联动下，agent能力建设和开发。 二、 图像AIGC方向（创作与编辑）： 1）研究并实现图像生成与编辑算法，如背景替换、人像美化、风格迁移、文生图，图生图等； 2）参与基于 Diffusion基础模型训练； 3）参与ControlNet、Inpainting、aigc编辑大模型等前沿应用模型的业务开发和落地；
1、负责快手短视频、直播等场景的风控治理算法研究及应用； 负责图像分类、目标检测、多模态算法的研发创新； 2、参与设计基于CV/多模态/NLP/图像算法的内容安全审核方案，应用到快手的视频、直播、图文等多个核心场景； 3、深入理解业务本质，与产品运营配合，持续提升风控效果，综合使用多种手段，识别平台内不良内容，解决内容风险的问题。
1、负责手机视频/图像处理、计算摄影、计算机视觉、机器学习等算法的规划、设计和实现。 2、负责图像视频算法在项目上应用落地，包括人像美颜/增强/虚化/渲染、HDR/降噪/超分/去模糊，基于EVS/多光谱等新器件的定制化算法设计。主要职责包含原型验证，方案开发，性能/效果优化、对比分析等。 3、负责感知算法，例如场景识别、目标检测及跟踪，分割、深度估计，运动估计，视频理解等算法的性能/效果优化、模型训练，量化与部署等。 4、负责AIGC新业务方向算法，例如AIGC图像编辑，图像生成，多模态图像重绘，图-视频转换等算法的数据构建，原型开发，模型轻量化及端侧部署。 5、与影像camera其他软件开发，调试，硬件团队紧密合作，优化图像和视频质量，保证拍照效果。 6、持续学习和提升，关注最新学术论文和行业技术，对图像算法技术长期跟进和梳理。
1、负责手机视频/图像处理、计算摄影、计算机视觉、机器学习等算法的规划、设计和实现。 2、负责图像视频算法在项目上应用落地，包括人像美颜/增强/虚化/渲染、HDR/降噪/超分/去模糊，基于EVS/多光谱等新器件的定制化算法设计。主要职责包含原型验证，方案开发，性能/效果优化、对比分析等。 3、负责感知算法，例如场景识别、目标检测及跟踪，分割、深度估计，运动估计，视频理解等算法的性能/效果优化、模型训练，量化与部署等。 4、负责AIGC新业务方向算法，例如AIGC图像编辑，图像生成，多模态图像重绘，图-视频转换等算法的数据构建，原型开发，模型轻量化及端侧部署。 5、与影像camera其他软件开发，调试，硬件团队紧密合作，优化图像和视频质量，保证拍照效果。 6、持续学习和提升，关注最新学术论文和行业技术，对图像算法技术长期跟进和梳理。