美图多模态大模型算法工程师

【工作职责】 1.负责面向自动驾驶极端场景下多模态大模型系统的算法研发与优化 2.负责面向自动驾驶图像质量评估相关算法的研发与优化 3.深度参与数据闭环、模型训练和部署、场景泛化性提升

1.负责多模态大模型（如图文理解、图文结合生成）的核心算法研究、设计与实现，包括但不限于模型结构创新、对齐技术、指令微调等，提升模型在线上业务的表现； 2.研究文生图、文生视频的强化学习后训练方法，提升图文一致性和生成稳定性； 3.紧密跟踪国内外多模态AI、大模型领域的最新研究进展，探索原生多模态生图和编辑模型设计和训练； 4.设计、实现并优化大规模多模态数据的预处理、清洗、标注、特征提取及高效融合方法； 5.参与团队内部的技术分享、专利申请、论文发表等工作，提升团队整体技术水平。

在算力驱动的 AGI 和人文精神的烟火气交汇之处，我们真诚邀请对 AI 技术有信仰的同学加入，共同打造更具影响力的智能系统。你会成为团队的一员，并和其他同事协作，共同研发 SOTA 的智能技术。期待你以务实和客观的科学态度来推进技术的进展，不被过往经验裹挟、不被主观偏好影响。期待你除了算法外仍然是为出色的工程师。期待你对技术有强烈的好奇心和开放心态，以未来几年 AI 技术的质变突破为目标。 岗位说明：你会负责下述至少一件事情 1.海量的多模态数据处理：定性分析、定量评估数据质量，并给出 scalable 的改进方案，协助搭建多模态的数据流程； 2.搭建多模态的模型架构，在多种技术方案中找到 trade off 的关键，搭建更高效且可扩展的模型框架 3.研究并改进多模态模型的 Scale Law，随着模型的变化给出 Large Scale 上的技术选择（例如参数/数据比、不同超参数设置等）

1、团队依托千亿级视频内容和全球商品数据，探索NLP、CV、多模态大模型、Video LLM、Multimodal Embedding和SID、Multimodal Reasoning、Agent等技术在电商业务中的落地，支持商品库建设、商品同款识别、内容商品链接、价格比对、AIGC内容生成和生成式搜推技术演进等关键场景，我们的目标是通过多模态大模型和Agent技术，重新理解“卖什么、怎么卖、卖给谁”，重塑内容电商的业务想象力；参与全球商品库和内容理解体系建设，基于NLP、图像理解、多模态大模型等技术，对商品、视频、图文、商家、品牌等对象进行结构化理解和语义建模；负责商品同款、商品/商家/品牌消重、跨语言商品聚合等核心算法系统建设，解决海量数据下的多模态匹配、实时流式聚合、多粒度聚合和跨语言语义对齐问题； 2、负责电商比价、商品定价、价格监控和异常预警等算法能力建设，支持百亿补贴、价格竞争力分析、商品供给优化等重要业务场景，建设视频-商品、商品-商品、视频-视频等多模态语义链接能力，支持内容趋势理解、商品挖掘、AIGC内容生成和内容电商供给优化； 3、探索下一代生成式搜推模型的演进，通过视频、直播、商品、Query等多体裁的表征和SID建模，提升生成式搜推的效率和体验； 4、探索Agent在电商业务中的应用，包括比价Agent、商品分析Agent、内容AIGC Agent、商家运营Agent等方向，结合RAG、工具调用、规划推理、自动评估等能力，推动业务流程智能化，参与从数据到业务落地的全流程，包括数据构建、特征工程、模型训练、效果评估、线上部署、负面案例分析和持续迭代，并探索前沿技术在实际业务中的规模化落地。