快手多模态内容理解算法工程师/专家
任职要求
1、硕士及以上学历，有大规模模型训练、压缩、蒸馏、微调等经验，熟悉megatron、deepspeed等框架者优先； 2、精通至少一种技术语言，包括但不限于Java、C/C++、C#、Python等； 3、熟悉至少一种深度学习框架（如 Tens…
工作职责
1、负责快手短视频多模态内容理解工作，应用计算机视觉、NLP、多模态融合等技术，提升短视频内容体系建设、推荐、搜索的效果和体验； 2、基于多模态模型在下游业务上的应用，包括并不限于多模态分类、标签、caption等文本生成等； 3、负责计算机多模态理解方向前沿问题的研究，参与建设并持续保持部门在多模态业界的技术先进性，保持创新的同时将业界SOTA模型持续优化并落地至线上获得收益。
负责图像、视频内容理解相关的大模型研发工作，包括但不限于视觉描述生成（Video Caption）、视觉问答（VQA）、多模态大模型（MLLM）等技术，通过内容理解相关算法在业务中的探索与应用，解决实际业务问题；
1、负责快手多媒体内容理解工作，应用计算机视觉、NLP、多模态融合等技术，提升短视频/直播内容体系建设、推荐、搜索的效果和体验； 2、负责快手多媒体相关的内容理解、语义理解的相关算法的研发，包括但不限于视频多分类、视频多标签、视频多模态embedding学习； 3、负责计算机多模态方向前沿问题的研究，参与建设并持续保持部门在多模态业界的技术先进性，保持创新的同时将业界SOTA模型持续优化并落地至线上获得收益。
1、参与电商多模态大模型（MLLMs）的持续预训练和指令微调（SFT），开发精准的商品图谱、用户意图理解、跨模态检索等核心能力，赋能搜索、推荐等业务； 2、负责多模态生成算法（如Diffusion Models, VAEs等）的研发与创新，致力于解决生成内容的质量、多样性、可控性、可编辑性及采样效率等前沿问题； 3、基于大模型构建文本/图像/视频多模态创作引擎，并推动其在电商业务场景的产品化落地，包括但不限于背景替换、虚拟试衣、图生视频、海报生成等创新应用； 4、通过DPO/PPO等强化学习算法，迭代Reward Model以指导多模态素材生成，引导模型生成更符合人类偏好、审美标准及业务目标的多模态内容，最终提升用户体验和商品转化率。
1、负责NLP技术在商品内容理解算法和跨模态分析中的应用； 2、负责分析、挖掘电商场景中的多语种多类型文本数据，包括但不限于商品的标题、sku、描述、属性等，构建全面的商品属性体系； 3、负责内部NLP基础能力的建设和维护，包括但不限于实体识别、语义理解、多模态理解、文本生成等。