百度多模态-大模型算法工程师-2026AIDU(J85316)

-研发突破性多模态大模型架构，探索视觉-语言-语音-3D跨； -优化大模型训练策略，攻克模态对齐、知识蒸馏、强化学习等技术难题； -推动前沿技术产品化落地，在百度网盘、百度文库、TeraBox、橙篇等产品场景实现价值闭环，改变十亿级用户产品体验； -持续跟踪ICLR/NeurIPS/CVPR等顶会最新进展，保持技术领先性； -深入挖掘产品潜在价值和需求，通过技术创新推动产品成长。

-负责大模型应用层算法研发与调优，负责对话系统、内容生成、意图理解等核心模块的算法优化，基于LLM深入理解用户所需，提升模型在复杂场景下的推理能力与用户体验； -构建用户-内容动态匹配算法，开发结合大模型能力的个性化推荐系统；研发文本/语音/视觉多模态融合算法，探索新型人机交互范式在移动端的最佳实践，带动产品规模高速增长。

-负责多模态大模型中全模态数据（文本、图像、音频、视频等）的采集、处理、采样、配比等全流程数据管线的建设，以及相关的模型结构设计、效果优化，构建适合医疗健康领域的多模态大模型； -研究并实现跨模态信息融合的算法和技术，提升模型在健康内容/服务等场景中的理解和生成能力； -跟踪多模态深度学习的最新研究进展，探索和落地前沿技术（如预训练、自监督学习、小样本学习等）； -与产品和工程团队紧密合作，推动多模态技术在搜索、推荐、AIGC等领域的全链路落地应用； -分析和解决在多模态数据处理过程中遇到的技术难题，持续提升模型的智能化水平和商业价值。

-建设在重点应用场景效果领先的VL视觉理解大模型-研究持续预训练(CPT)及退火训练技术，垂直领域基座模型； -研究垂直领域的奖励规则和奖励模型，通过强化学习后训练，提升基座模型的领域知识推理能力； -研究前沿的文本/多模态模型架构与高效的训练推理技术，在先进模型结构、对齐训练算法、强化学习、推理时scaling、高效奖励模型设计、视觉推理、机制解释等方向深入研究并产出有影响力的结果。