字节跳动基于多模态大模型的视频分析/理解/画质评估及增强与视频智能编码/表达-音视频技术（上海）

工作描述

任职要求
1、2027届毕业，获得博士学位，人工智能、计算机、数学等相关专业优先；
2、精通常见的图像、视频处理算法，掌握常见视觉算法，如分类、检测、分割等；
3、具有扎实的编程功底，良好的设计能力和编程习惯；
4、熟悉Diffusion、LLM等大模型相关算法和技术，熟悉大模型训练与调优，并且有实际应用的经验；
5、支持AIGC大模型在底层视觉、画质、压缩等多媒体方向的探索以及落地；
6、有较强科研经验优先，在CVPR、ICCV、NeruIPS、ICLR等顶级会议、期刊发表过论文者优先；在大模型领域，有主导过具有影响力的开源项目优先。

工作职责
团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节跳动全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。

课题介绍：
随着4K、HDR等技术成为主流标准，消费者对视频画质的要求日益提升。然而，视频在拍摄、传输和压缩过程中，画质往往受损，影响观看体验。多模态大模型的出现为视频分析、理解、画质评估、及画质增强提供了新的可能性，因…