哔哩哔哩高级VLM算法工程-机审方向
社招全职技术类地点:上海状态:招聘
任职要求
● 有VLM/LLM学术、工业界SOTA的理论背景和实践经验;熟悉深度学习、机器学习算法,有数据挖掘、数据增强等经验。 ● 熟悉RHLF强化学习技术栈,并有实际落地…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
● 参与公司内容安全相关的AI算法设计与研发、并进行业务工程落地部署,岗位专注于内容理解大模型、判别模型两个方向。 ● 主导算法流程闭环:从数据标注策略制定、模型训练与优化、在线服务部署到效果评估与迭代,确保技术方案在真实业务场景中高效落地。 ● 参与相关学术研究并落地应用前沿技术。 ● 协同产品、安全运营、审核、合规等多团队,将算法能力转化为可解释、可运营、可追溯的风险治理策略,支撑平台内容生态的健康可持续发展。
包括英文材料
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
还有更多 •••
相关职位
社招3年以上算法
负责视觉多模态/VLM大模型算法优化与应用落地,主要工作职责包括但不限于: 1. 负责大模型在特定业务领域的模型调优与性能优化; 2. 负责大模型优化平台建设与维护。
更新于 2025-06-23深圳|上海
社招3年以上自动驾驶
1.负责自动标注算法研发,实现多模态数据的联合生成与标注,涉及算法有点云分割&检测/动静态BEV/OCC/VLM等,支撑端到端/VLA项目落地; 2.负责云端VLM/VLA算法研发,并落地车云端; 3.负责重建生成算法在自动驾驶场景的研发,应用于静态标注和数据合成业务中; 4.探索新的模型训练方式在自动驾驶场景的落地,包括自监督/弱监督/增量训练/强化学习/数据配比方案等。 5.跟踪最新的大模型和人工智能发展动态,持续迭代更新多模态大模型方案; 6.主导关键技术的专利撰写和论文发表工作。
北京
社招3年以上D2863
1、负责大模型应用的工程解决方案的设计与开发,推进大模型AI能力(LLM、VLM、MLLM等)在快手短视频、直播、电商等业务场景的快速落地; 2、理解业务逻辑与产品需求,设计和实现高可用技术方案、满足高并发、海量数据的挑战。持续改进提升系统性能和稳定性,降低推理硬件成本; 3、围绕大模型算法研发,建设高效率的AI模型迭代平台,包括数据标注与管理、模型训练、自动评测和部署,等全流程的工具平台建设。
更新于 2025-02-12北京