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；
团队介绍： 高德地图机器学习研发部是公司AI核心技术引擎，聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地，支撑亿级用户产品，同时长期投入前沿探索，在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文，多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源，鼓励创新突破，诚邀你与顶尖算法专家并肩，共同定义AI的未来！如果你渴望挑战多模态与生成式AI的技术巅峰，在视频、图像、大模型的交叉领域实现突破，欢迎加入我们！团队的github页面是：https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发，见证技术直接赋能业务； • 与学术大牛和工业界专家共事，持续提升技术视野； • 顶配算力资源+开放创新氛围，支持前沿探索与顶会论文发表。 具体职责包含但不限于： 1. 视觉理解任务的技术探索，要求对视觉基础任务有深入的理解，做好在商品理解、详情页的文图内容、开放图片识别等公司核心业务上的落地； 2. 多模态大模型的技术探索，要求对多模态大模型训练、文图跨模态对齐等有深入实践，做好多模态大模型的能力构建和应用； 3. 追踪领域前沿工作，沉淀技术，投稿领域顶级会议。
-参与LLM和AIGC核心算法工作，基于海量的内容（文本、图像、视频）及前沿的大模型，支持文教互娱的算法工作，提高业务效果 -利用LLM前沿技术方向，负责AI内容生成和编辑(prompt设计、大模型SFT和预训练，大模型强化学习等)、内容理解和质量识别(质量分级、内容结构化、智能标签/摘要，优质文案等)、场景应用(需求理解、用户刻画、个性化推荐)等 -熟悉AIGC前沿技术，例如：CLIP，Stable Diffusion，ControlNet，Imagen，Dreambooth等。结合大模型（文心一言）和AIGC技术，支撑PPT生成、个人简历、对话系统等多模态场景 -关注用户体验提升，通过对数据的洞察，深入挖掘产品潜在价值和需求，通过技术创新推动产品成长
1、负责多模态生成算法研发，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、负责端到端多模态生成式大模型的框架设计、训练与调优，构建基于生成模型的AI系统，推动多模态AIGC在快手各业务场景的产品化落地； 3、负责百亿/千亿参数量的多模态生成大模型研发，实现关键技术突破，并将前沿算法技术转化为创新产品。
1、从事AIGC领域的算法探索和落地开发，负责项目规划与前沿技术推进；负责视觉生成基础模型的框架设计与预训练，以及面向实际应用的优化； 2、研发方向包括但不限于图像/视频/3D图形的生成，重点解决低成本、高品质生成以及可控编辑等关键问题。