百度AIGC策略工程师（J81860）
任职要求
-熟练掌握自然语言处理、计算机视觉，强化学习，推荐系统等常用算法，对大规模预训练模型和下游应用，有深入实践者优先 -有扎实的机器学习实践经验，熟悉一种主流的机器学习框架（PyTorch，Tensorflow，MXNet，PaddlePaddle） -具备良好的学习能力，能够跟进领域内最新技术研究成果，并结合应用场景快速实验和调优 -有顶级会议（ACL/EMNLP/NIPs/ICML/ICLR/CVPR/ICCV//ECCV等）论文者优先 -优秀的逻辑思维能力，积极主动，责任心强，有优秀分析和解决问题能力，良好的团队合作和沟通能力
工作职责
-参与LLM和AIGC核心算法工作，基于海量的内容（文本、图像、视频）及前沿的大模型，支持文教互娱的算法工作，提高业务效果 -利用LLM前沿技术方向，负责AI内容生成和编辑(prompt设计、大模型SFT和预训练，大模型强化学习等)、内容理解和质量识别(质量分级、内容结构化、智能标签/摘要，优质文案等)、场景应用(需求理解、用户刻画、个性化推荐)等 -熟悉AIGC前沿技术，例如：CLIP，Stable Diffusion，ControlNet，Imagen，Dreambooth等。结合大模型（文心一言）和AIGC技术，支撑PPT生成、个人简历、对话系统等多模态场景 -关注用户体验提升，通过对数据的洞察，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
-AIGC大模型创意文本生成，多模态创意-物料素材组合优选模型 -负责百度商业搜索广告创意优化的策略研发工作，紧跟业界NLP⽂本⽣成技术，解决面向不同应用场景的创意内容文本生成问题 -分析当前策略的不足以技术驱动业务增长，进行效果跟踪、数据分析，并及时优化，挖掘业务和系统空间 -跟踪和探索AIGC方向研究前沿，实现关键技术突破与落地 -对多模态素材进行精准检索，提供最优质的素材
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent： 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化： 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。