百度搜索算法工程师（J82954）
任职要求
- 计算机视觉、人工智能、机器学习等相关专业硕士及以上学历，具备NLP/搜索/大模型/多模态研发经验者优先 - 扎实的编程与算法实现能力，…
工作职责
- 业务主要内容：负责百度搜索多模态检索效果优化，深度参与多模态生成式大模型的算法研发与技术创新，重点应用于智能识图、图文问答、AI解题等场景 - 重点研究方向：工作涉及大模型、多模态、生成式、预训练、计算机视觉及基础NLP领域的前沿研究与应用 - 算法研究与创新：持续跟踪学术界与工业界技术动态，探索前沿算法在搜索场景的落地，设计并实现创新性搜索策略，推动搜索技术持续进步 - 跨团队协作：与产品经理、数据科学家、工程师等跨职能团队紧密协作，确保算法方案高效落地并产生实际业务价值
-负责百度多模视觉搜索产品的技术、系统、产品的研发工作 -工作包括但不限于：图像/视频的内容理解与多模态搜索，包括多模态预训练大模型、视觉检测/分类/跟踪、移动端图像技术应用。3D视觉、生成技术、图形学的应用，包括稀疏点云重建、网格化生成、后端图形渲染等 -研究和开发可穿戴设备和手机中的MR（Mixture Reality）技术，探索下一代搜索产品形态 -将技术创新推向亿万用户
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
1、负责搜索C端业务需求的研发与实现； 2、负责搜索业务基础架构模块的升级与维护，提升搜索产品研发效率； 3、负责搜索容器产品及平台的的底层核心服务能力建设，借助云原生相关技术提升搜索引擎系统的平台化程度，实现搜索引擎的产品化； 4、负责搜索各类平台系统间的整体优化与整合，提升平台系统的稳定性/通用性/研发与使用效率。