百度AIGC算法工程师-多模态理解方向（J84779）
任职要求
-计算机科学、人工智能或相关领域在读硕士或博士，博士优先
-对深度学习、多模态模型、图像编辑或视频理解等技术有浓厚兴趣
-具备基本…工作职责
-协助团队进行多模态大模型相关研究，包括高效微调、多模态理解对齐、玩法开发、幻觉消除、数据治理部署优化等相关工作 -参与项目的算法验证和优化，确保算法的效率和准确性 -协助进行文献调研，总结最新的技术趋势和研究进展 -参与团队内部的技术交流和分享会议
1、多模态大模型的后训练和强化学习，完成视频描述生成，视频打标等视频理解任务； 2、建立文生图、图生图、文生视频、图生视频的质量评价标准，研发高精度的评价模型； 3、参与风险内容检测和商业化审核的算法研发工作；
内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的工作，应用图像和NLP技术，提升发布侧基础工具效果和体验； 2、负责包括但不限于大规模预训练模型、数据挖掘，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，并负责在发布&增长等业务的落地应用。 生成方向： 1、负责多模态生成/GAN等图像生成相关算法研发与优化, 跟进计算机视觉领域的前沿技术研究； 2、参与技术规划制定, 把握图像生成技术最新发展趋势； 3、推动技术在特效/素材生成/辅助设计等领域的应用。 基础视觉方向 1、参与计算机视觉（检测、分割、人脸、人体）的前沿技术的研究和落地； 2、为小红书发布侧提供基础视觉算法能力，为更多的模版服务，提升UGC使用体验。 AIGC方向： 1、参与计算机视觉、自然语言处理、多模态等领域的前沿技术研究； 2、利用前沿AIGC算法，打造业内领先的多媒体内容理解和生成能力。
创作发布算法方向： 1、负责图像编辑、视频剪辑、文案创作等内容创作相关算法的研发与优化，并在社区发布、商业化&电商创作等场景落地； 2、跟进多模态大模型内容生产、Agent等相关技术的最新发展趋势，保持技术先进性，持续探索Agent在内容创作方面的潜力。 内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的算法研发工作，提升搜索、广告、推荐、创作发布的效果和体验； 2、负责包括但不限于多模态大模型Pre/PostTrain、数据挖掘，持续优化并突破业界SOTA效果，兼具落地以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，时刻保持技术先进性，探索前沿技术的落地结合点。 AIGC生成方向： 1、负责多模态生成/GAN/Diffusion等图像&视频生成相关算法研发与优化, 跟进该领域的前沿技术研究； 2、参与技术规划制定, 跟进图像&视频生成技术最新发展趋势，打造业内领先的多模态内容生成能力。； 3、推动技术在图像&视频编辑/素材生成/辅助设计/特效等领域的应用。
创作发布算法方向： 1、负责图像编辑、视频剪辑、文案创作等内容创作相关算法的研发与优化，并在社区发布、商业化&电商创作等场景落地； 2、跟进多模态大模型内容生产、Agent等相关技术的最新发展趋势，保持技术先进性，持续探索Agent在内容创作方面的潜力。 内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的算法研发工作，提升搜索、广告、推荐、创作发布的效果和体验； 2、负责包括但不限于多模态大模型Pre/PostTrain、数据挖掘，持续优化并突破业界SOTA效果，兼具落地以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，时刻保持技术先进性，探索前沿技术的落地结合点。 AIGC生成方向： 1、负责多模态生成/GAN/Diffusion等图像&视频生成相关算法研发与优化, 跟进该领域的前沿技术研究； 2、参与技术规划制定, 跟进图像&视频生成技术最新发展趋势，打造业内领先的多模态内容生成能力。； 3、推动技术在图像&视频编辑/素材生成/辅助设计/特效等领域的应用。