同花顺多模态算法实习生
任职要求
硕士及以上学历，计算机视觉、图形学、机器人或人工智能相关专业； 精通 Python、C++ 等编程语言，熟悉主流深度学习框架（如 PyTorch、TensorFlow 等）； 对大模型的底层原理和应用有较为深入的理解；有实际应用经…
工作职责
负责研发虚拟数字人多模态交互算法，整合语音、文本、表情、肢体动作等多模态信息，实现自然流畅的人机交互； 持续优化多模态交互算法，提升数字人对复杂多模态输入的理解与处理能力，增强交互的精准性和实时性； 探索端到端的数字人多模态交互技术； 跟踪人工智能领域的前沿技术在虚拟数字人项目的应用和落地。
1.深入开展内容安全治理多模态大模型的调研工作，跟踪前沿技术发展趋势，分析不同模型在该场景下的适用性。 2.协助团队进行多模态大模型的训练工作，包括数据预处理、模型搭建、参数调整等，以提升模型在内容审核任务上的准确性和效率。 3.参与模型性能评估，分析实验结果，提出改进方案，优化模型性能。 4.与其他团队成员协作，共同解决在多模态模型应用于内容审核业务过程中遇到的技术问题。
1、负责研发基于diffusion的low-level视频处理算法，专注于提升算法性能，包括但不限于网络架构设计（VAE和DIT）、算法优化、大规模数据处理以及Diffusion模型保真性提升； 2、负责研发基于diffusion的视频压缩和生成框架，致力于突破视频生成极限，涉及图像/视频压缩算法的创新设计和优化； 3、负责跟进和探索业界前沿视频修复技术，并根据业务需求进行创新和性能提升。
【岗位亮点】 顶会论文直通车：我们鼓励并全力支持你将研究成果发表到CVPR、NeurIPS等顶级会议，资深技术人员全程指导，算力充足。 核心业务组：智能创作发布，直接影响用户体验，专注于将前沿多模态大模型、AIGC 技术与小红书发布核心业务深度融合。转正机会大。 前沿探索与创新：聚焦多模-态大模型（MLLMs）前沿，在 多模态指令微调、多模态检索、个性化文案生成、RAG 等方向中选择你最擅长或最感兴趣的，提出并实现你的创新想法。 从想法到落地：负责从算法设计、实验验证到模型优化的全流程，用严谨的实验和数据说话，推动研究课题取得突破。
1、分析风险数据，建设风险识别特征，迭代并优化内容风险反作弊能力 2、对风险内容和风险账号进行数据挖掘，通过机器学习、无监督学习、深度学习等方法和技术，进行风险检测和风险识别的建模 3、跟踪行业最新动态，推进新算法的落地与应用