百度高级多模态算法工程师（J93602）
任职要求
-计算机、人工智能相关专业背景，硕士及以上学历，有多模态应用落地经验者优先 -熟悉 NLP、CV、语音处理中的至少一个方向，了解跨模态应用的主流方案 -熟练掌握 Python，具备使用 PyTor…
工作职责
-负责多模态大模型应用层算法研发与调优，涵盖文本、语音、视觉等模态的联合建模与任务优化 -设计并优化多模态对话、生成、检索、问答等核心能力，提升模型在跨模态场景下的推理与交互体验 -与产品、设计、前端团队紧密协作，推动多模态交互在移动端、Web 端及端侧设备上的落地 -持续跟进业界多模态应用进展（如智能助手、AI 修图/视频、跨模态搜索），快速完成技术评估与产品化 -通过数据分析与用户反馈，优化模型效果，提升业务关键指标（DAU、转化率、留存率等）
团队介绍 "阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。" 职位描述 1.负责研发电商多模态预训练模型基座，抽象并解决商品理解的基础问题使得模型具备业务通识能力，并构建针对大模型幻觉问题、推理能力、模型加速等关键问题的系统性解决方案，提升下游业务的迭代效率和效果上限。 2.基于多模态预训练大模型，设计和迭代 SFT+RL 训练方案，优化模型语义理解精度，落地商品理解关键场景任务，比如商品类目/属性/标签预测、商品同款、商品图搜等，负责关键场景的端到端全链路优化，实现业务指标提升。 3.学习前沿论文与把握技术趋势，深入理解底层算法原理，探索实验面向未来的硬核技术，实现核心技术突破和技术创新，发表相关论文。
1、负责将内容理解、多模态大模型、Agent等算法能力落地于小红书笔记/评论/直播/账号等全场域的内容安全治理场景，重点覆盖意识形态、色情低俗、违法违规等风险的识别与管控，技术驱动平台内容生态安全与健康； 2、具体负责多模态识别、计算机视觉、自然语言处理、语言/多模态大模型、风控决策模型等算法的研发迭代，通过样本去噪、样本生成、模型创新、自监督、few-shot、对抗样本挖掘等手段，持续提升内容安全的识别准确率、召回率与对抗变体能力； 3、跟进内容安全领域的黑灰产对抗态势，针对绕过、变形、隐晦表达等对抗手段快速迭代模型策略，构建高时效、可解释、可运营的内容安全算法体系。
1. 负责多模态大模型算法研发，针对手持影像开展大模型理解、生成、规划等相关算法系统的设计与研发 2. 负责设计和构建多模态大模型的能力建设关键环节，包括数据生成、自动标注、自动迭代等模块的设计和算法实现 3. 开展跨模块沟通，主导相关多模态大模型的AI功能系统方案的设计、研发与交付。
我们是飞猪 AI 智能体和导购团队，负责飞猪千问系列 Agent 和AI Search的核心能力建设与业务落地。团队正在探索下一代旅行垂直场景的智能体架构，涵盖行程规划、多模态内容理解、AI Search 等前沿方向，将大模型能力深度融入用户旅行决策的全链路。 你将参与以下核心工作： 1、负责飞猪千问系列 Agent 的优化与迭代，包括但不限于 Agent 架构设计、工具调用、多轮对话管理、长上下文推理等关键能力的提升。 2、探索多模态能力在 Agent 中的应用，包括图文理解、视觉推理、跨模态信息融合等方向。 3、与产品、工程团队紧密协作，将算法能力转化为可落地的用户体验，持续优化 Agent 的业务指标。