百度高级图像算法工程师（J78622）

一、核心技术研发 1、主导视频大模型全周期开发（预训练/微调/推理），设计高效模型架构（如Diffusion/Transformer混合结构），优化训练策略与超参数调优； 2、突破多模态对齐技术难点，开发文本/图像/视频跨模态生成算法，提升生成内容的时序连贯性与物理合理性； 3、构建分布式训练框架，实现显存优化、梯度压缩等加速技术，完成千卡级集群的高效资源调度。 二、技术战略与小组统筹 制定文生视频（Text-to-Video）技术路线图，攻克高分辨率（4K+）、长视频（>1分钟）生成等工业级难题，能够统筹算法攻坚小组，协调模型研发、工程部署与产品落地的全流程协作。 三、行业前沿洞察 跟踪全球AIGC技术趋势（如Sora、Runway ML等），保持技术领先性，制定专利与论文策略。

1. 负责改善短视频、直播、RTC等场景的视频画质体验并节省带宽，参与构建业界顶尖的音视频系统； 2. 负责视频图像前、后处理增强算法的研究与落地，包括但不限于超分、降噪、色彩增强、去抖动、去模糊、插帧、暗光增强、人像修复等； 3. 负责视频画质分析和质量评估算法的研究和落地，包括但不限于噪声估计、色彩/曝光/对比度/清晰度评价、美学/构图评价等； 4. 负责视频场景分类和分析，用于改善视频编码效率和传输效率，包括但不限于ROI检测、场景分类、复杂度分析、带宽预测等。

-负责2d/3d数字人口型/表情驱动算法的研发优化工作 -负责数字人肢体驱动/交互算法的研发优化工作 -负责数字人算法的工程化、性能优化及交付工作 -持续跟进前沿aigc技术，探索数字人场景下的落地应用

-负责2d/3d数字人口型/表情驱动算法的研发优化工作 -负责数字人肢体驱动/交互算法的研发优化工作 -负责数字人算法的工程化、性能优化及交付工作 -持续跟进前沿aigc技术，探索数字人场景下的落地应用