小红书多模态大模型算法工程师-创作发布
任职要求
1.在大模型方向有一定经验，对Pre-train、SFT等技术有深入了解； 2.有良好的英文读写能力和扎实的数学基础，有快速学习新技术的能力； 3.有扎实的编程基础，熟悉Python/C++等编程语言，具有快速复现前沿论文的能力； 4.熟悉至少一个深度学习和大模型训练框架，包括PyTorch、TensorFlow、MXNet、Caffe、HuggingFace、DeepSpeed等； 5.有较强的研究能力，在国际顶尖会议或期刊（包括但不限于CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, AAAI, IJCAI, ACMMM, TIP, TPAMI, IJCV，ACL、EMNLP、NAACL、COLING、CoNLL、NLPCC等）上发表过论文者优先； 6.较强的业务问题到算法模型的建模能力，有强烈的求知欲、自驱力和进取心，能及时关注和学习业界最佳实践
工作职责
拥抱大模型技术，深度改进多模态内容理解技术，应用到小红书各业务线（推荐、增长、交易、搜索等业务场景）来解决实际业务问题； 1、负责NLP、CV、Audio、多模态相关算法研发与落地，包括但不限于笔记图文内容结构化、文本&多模态内容理解、视频结构化、作者画像、主题发现、信息抽取、智能摘要、意图理解等； 2、进行大模型前沿技术探索和研发，包含但不限于pre-train、PEFT、SFT、RLHF等，用大模型解决实际的业务场景问题； 3、负责对各业务场景下相关技术问题进行分析、算法设计、研发以及推动上线，提升业务效果；
创作发布算法方向： 1、负责图像编辑、视频剪辑、文案创作等内容创作相关算法的研发与优化，并在社区发布、商业化&电商创作等场景落地； 2、跟进多模态大模型内容生产、Agent等相关技术的最新发展趋势，保持技术先进性，持续探索Agent在内容创作方面的潜力。 内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的算法研发工作，提升搜索、广告、推荐、创作发布的效果和体验； 2、负责包括但不限于多模态大模型Pre/PostTrain、数据挖掘，持续优化并突破业界SOTA效果，兼具落地以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，时刻保持技术先进性，探索前沿技术的落地结合点。 AIGC生成方向： 1、负责多模态生成/GAN/Diffusion等图像&视频生成相关算法研发与优化, 跟进该领域的前沿技术研究； 2、参与技术规划制定, 跟进图像&视频生成技术最新发展趋势，打造业内领先的多模态内容生成能力。； 3、推动技术在图像&视频编辑/素材生成/辅助设计/特效等领域的应用。
创作发布算法方向： 1、负责图像编辑、视频剪辑、文案创作等内容创作相关算法的研发与优化，并在社区发布、商业化&电商创作等场景落地； 2、跟进多模态大模型内容生产、Agent等相关技术的最新发展趋势，保持技术先进性，持续探索Agent在内容创作方面的潜力。 内容理解方向： 1、负责多模态内容理解、图像理解以及NLP相关的算法研发工作，提升搜索、广告、推荐、创作发布的效果和体验； 2、负责包括但不限于多模态大模型Pre/PostTrain、数据挖掘，持续优化并突破业界SOTA效果，兼具落地以获取业务线上收益； 3、紧密关注相关领域业界的最新进展，时刻保持技术先进性，探索前沿技术的落地结合点。 AIGC生成方向： 1、负责多模态生成/GAN/Diffusion等图像&视频生成相关算法研发与优化, 跟进该领域的前沿技术研究； 2、参与技术规划制定, 跟进图像&视频生成技术最新发展趋势，打造业内领先的多模态内容生成能力。； 3、推动技术在图像&视频编辑/素材生成/辅助设计/特效等领域的应用。
1、负责vivo影像“AI视效”及各类影像创作类生成式影像前沿研究与算法应用，打造极致且有趣的影像产品，持续迭代优化核心算法模型及整体技术框架，支撑前沿技术产业落地； 2、与产品团队紧密合作，将最新的生成式AI技术融入公司产品和服务中，显著提升用户体验和满意度； 3、不断优化现有算法，提高效果、性能和稳定性，确保技术在各种设备和平台上的高效运行，发布研究成果，积极参与行业会议，与学术界和工业界建立并维护良好的合作与交流关系。
1. 负责计算机视觉&多模态相关算法研发，面向但不限于：多模态内容理解、多模态检索、多模态目标检测、分割、Metric Learning、主体识别、图像编辑、图像增强、文生图等； 2. 负责智能编辑、智能生成、一键成片等创作工具的研发与应用，达到业界领先的性能指标； 3. 负责相关算法和系统的持续迭代和进化； 同时能够深入小红书发布业务场景，结合实际需求进行技术落地和创新； 4. 完成基于多模态大模型的算法升级，快速实现以及大规模工业化部署，参与创新性算法的研究以及开发工作；