小红书多模态算法工程师AIGC方向-图像生成/编辑
任职要求
1. 计算机、数学、自动化、控制等相关专业； 2. 扎实的数学和算法基础：概率统计、数值优化等算法； 3. 扎实的编程基础：熟悉Pytorch、TensorFlow、MXNet等其中的一种或以上； 4. 了解前沿的Diffusion、LLM、VLLM算法，包括不限于StableDiffusion、Flux、Llama…
工作职责
1. 负责文生图（Text-to-Image）生成算法的研发与优化，包括中文场景下图像生成质量提升、多模态对齐、可控性生成等方向； 2. 图文融合的排版生成技术研发，构建和优化多模态联合训练模型，实现自动化、智能化的视觉内容布局生成（如杂志、UI界面等）； 3. 结合各业务场景下相关技术问题进行分析、算法设计，推动算法在工业级场景的部署与应用，沉淀在业界有影响力工作；
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率； 如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破； 如果你，专注于基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求； 如果你，对基于AIGC的人脸，人体生成编辑技术充满热情，致力于打造具有高度交互性和真实性的数字形象； 如果你，期望在多模态视频理解领域取得突破，通过技术创新提升视频内容的理解与分析能力； 如果你，期望与一群聪明、皮实、乐观、追求卓越的优秀伙伴并肩作战，共同开创音视频技术的新篇章； 那还在等待什么，赶紧加入我们吧！ T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ꔷ 投递T-Star实习生，提前解锁淘天顶级技术岗位，实习与T-Star正式批/应届秋招投递不冲突。拿到T-Star意向书的同时，将获得直通正式批次终面的机会；参与T-Star实习且表现优秀的同学，提供T-Star转正Offer。
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率； 如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破； 如果你，专注于基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求； 如果你，对基于AIGC的人脸，人体生成编辑技术充满热情，致力于打造具有高度交互性和真实性的数字形象； 如果你，期望在多模态视频理解领域取得突破，通过技术创新提升视频内容的理解与分析能力； 如果你，期望与一群聪明、皮实、乐观、追求卓越的优秀伙伴并肩作战，共同开创音视频技术的新篇章； 那还在等待什么，赶紧加入我们吧！ T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper
1.前沿算法研发 •主导计算机视觉与AIGC核心算法研发（检测/分割/生成/多模态等），推动超分、修复、美化等技术在业务场景落地，实现效果与效率双优化。 •探索Stable Diffusion等生成式模型的应用创新，结合业务需求优化图像生成、智能编辑（如文本驱动编辑、语义修复）等关键技术。 2.工程化落地 •完成算法从原型到产品的全链路开发，解决模型压缩（量化/剪枝）、推理加速（TensorRT/MNN部署）、跨平台适配等工程挑战。 •构建高精度、低延迟的CV pipeline，覆盖图像矫正、去噪、OCR等实际需求。 3.技术前瞻性研究 •跟踪CVPR/ICML等顶会技术动态，针对性研发Diffusion Models、Vision Transformer等前沿模型，建立技术壁垒。
团队介绍： 我们团队聚焦于本地生活领域的广告和内容智能创作方向，技术栈包括，多模态大模型的理解和生成，视觉创意的可控生成，图像生成和编辑。通过在前沿技术领域的深耕，推动技术在广告视觉创意生成和多场景（搜推等）的内容的图文生成等方向的应用。我们正在寻找对技术有极致热情和专注的同学，在创建业务价值的同时，对前沿技术做创新的探索，共同做出有影响力的工作。 岗位职责： 1、跟踪和深入探索AIGC方向研究前沿，负责多模态媒体内容的理解、编辑、生成相关新技术的应用落地和探索，解决在内容智能创作以及广告创意等的应用中的算法难点，对算法的竞争力负责； 2、研究和应用计算机视觉（CV）等相关技术，熟悉多模态大模型或者图像编辑生成等方向的经典网络模型，了解各种常用网络训练方式及调优方式； 3、与团队成员合作，共同推动AIGC技术在实际业务中的应用和落地。