快手多模态算法工程师-【内容安全】
任职要求
1、计算机、人工智能相关专业硕士及以上学历； 2、熟练掌握各种CV/多模态领域的主流算法，如Resnet、Swim-Transform、CLIP、DETR等； 3、熟悉深度学习框架，如 TensorFlow/PyTor…
工作职责
1、负责图像分类、目标检测、多模态算法的研发创新； 2、参与设计基于CV/多模态算法的内容安全审核方案，应用到快手的视频、直播、图文等多个核心场景。
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。
岗位课题： 探索生成和理解统一模型对视觉理解的增益 课题项目背景： 基于推荐和内容场景，通过多模态、大模型技术，应用于内容质量审核、内容基础信息完善、推荐泛化性探索等场景；我们有海量的商品、用户行为数据，能让实习生将前沿技术落地，并在真实应用和用户反馈中实现技术价值。 岗位职责： 在这里，你将深度参与并探索多模态、大模型技术给推荐、内容应用场景带来的新可能、新突破。这些技术成果，也将具体体现在每日用户使用和反馈的效果提升上。
1、负责大模型在商品领域落地项目，涵盖商品内容理解&结构化/商品质量甄别/商品标题&图片生成等任务。 2、负责商品检索相关的计算机视觉算法的创新和研究，包括但不限于：目标检测、图像分类、图像表征、图像校正与增强等相关算法研究。 3、负责商品知识库构建&知识标准化等工作。 4、探索 大模型 Agent 化应用，如商品发布智能回填、商家管控智能化，提升商品生态治理的自动化与智能化水平。 5、跟踪并应用 SFT、RLHF、LoRA、RAG ，RLHF等前沿技术，结合业务场景持续优化模型效果。
1.探索大规模/超大规模多模态视觉大模型，并进行极致系统优化，数据建设、指令微调、偏好对齐、模型优化； 2.探索统一的多模态大模型架构，打通理解与生成之间的壁垒，研究如何在单一模型框架下实现对多模态信息的深度理解与高质量生成； 3.探索多模态推理模型（Reasoning）架构、提升多模态在学科、通用视觉任务上的思考和推理能力； 4..探索多模态视觉大模型后训练方法，探索指令微调、强化学习等后训练策略，提升模型的性能。