快手算法实习生-【AIGC多模态内容生成】
任职要求
1、对基于图像、视频、语音、文本等模态内容的各类算法有一定的理解，并在如下一个或多个相关方向有深入研究：GAN 、扩散模型、图像生成、多模态、LLM等； 2、具备扎实的编程功底，熟悉 Pytorch 等主流深度学习框架，熟练使用 C ++/ …
工作职责
1、参与多模态生成算法的调研和分析，如Diffusion Models 、 GAN 、 VAE 、 Autoregressive Models等，包括但不限文本/图像/视频生成，解决生成质量、多样性、可控性、采样效率、可编辑等问题； 2、参与多模态生成算法的基础模块的研发，如 VAE、CLIP、LLM 等； 3、协助多模态生成算法的效果分析、数据优化、行业调研 等。
1.负责AIGC多模态大模型相关的算法模块的研发、架构设计、模型后训练、数据构建和效果评估等工作，包括各模态tokenizer设计，数据合成策略，以及跨模态融合后训练策略等，参与实现游戏领域定制化的文生图像/视频、图像/视频理解和编辑等多模态大模型的技术落地； 2.参与文本、代码、图像、视频等多模态内容的生成与理解相关算法研发与优化，熟悉包括RAG技术栈和Code理解/生成技术栈等，并支撑相应算法高效落地到游戏的各管线及工作流中； 3.进行大模型reasoning能力的相关算法探索，研究SFT/GRPO/self-play等技术，提高模型在游戏引擎代码库等场景涉及的推理任务上的表现，参与落地游戏领域具有业务问题解決能力的agent； 4.跟进大模型、多模态、强化学习、智能体的前沿算法技术研究，支持强化学习在游戏 bot 中的算法落地应用，把握AIGC生成技术的最新前沿技术发展趋势。
1. 研发面向用户增长场景的多模态大模型，包括文本、音频、图像、视频等多模态数据的理解与生成； 2. 跟进并引入最新的多模态大模型研究成果，探索其在游戏行业的新应用场景； 3. 优化大模型的训练与推理性能，保障在海量游戏内容和用户数据上的高效运行。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。 1、探索3D-AIGC技术前沿，对相关算法做优化与创新； 2、提升3D内容生成质量、速度、多样性、可控性等； 3、挖掘业务潜在需求，结合业务场景，设计并实现算法方案； 4、发表相关技术创新成果。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。 1、探索3D-AIGC技术前沿，对相关算法做优化与创新； 2、提升3D内容生成质量、速度、多样性、可控性等； 3、挖掘业务潜在需求，结合业务场景，设计并实现算法方案； 4、发表相关技术创新成果。