高德地图生成式大模型算法实习生
任职要求
全日制硕士及以上学历，人工智能、计算机、数学等相关专业背景。 熟悉生成模型理论，掌握 VAE / Diffusion / AR 等至少一种生成算法方法。 有大规模分布式机器学习系统研究或应用经验，熟悉分布式训练框架…
工作职责
参与生成式大模型核心算法的研发与实验，包括 Diffusion、Autoregressive（AR）、VAE、Transformer 等架构。 协助设计并实现大模型的训练与优化流程，从预训练到后训练（SFT、RLHF）。 探索时空视频编码、压缩与生成算法，提升生成任务的时序质量与性能表现。 跟踪行业与学术前沿研究，参与创新技术的实验与评估，并推动成果转化为学术论文或技术报告。
团队介绍：负责影像业务剪映、醒图等创作工具的增长、内容分发和商业化的算法，以及数据科学相关工作，致力于激发用户创作灵感、优化创作效率和提高所创作内容的价值，并完成增长与商业化变现。 课题介绍：剪映CapCut创作工具需要更自动化的扩大模版与素材的供给，降低创作过程的难度，本课题旨在通过AIGC根据当前热点，推荐，搜索等分发线索自动生成模版、素材、音乐，大规模补充模版与素材供给，为用户提供更多创作灵感，以及根据用户上传素材，AIGC辅助自动成片。 1、基于多模态大模型（LLM/视觉/音频）技术，研发自动化内容生成系统，通过分析热点、搜索趋势及用户行为数据，构建动态生成模型，实现视频模板、风格化素材、场景适配音乐的规模化生产，提升创作工具的内容供给多样性； 2、研究用户意图深度理解模型，通过用户上传的原始素材（图片、视频片段、文字描述）分析创作目标，构建端到端的自动成片Pipeline，实现镜头分割、转场特效生成、字幕匹配、音乐适配的全流程AI化； 3、设计跨模态对齐算法，解决图文/视频/音乐的多维度语义匹配问题。
1、负责生成式大模型在商业化营销业务场景的前沿探索与应用； 2、负责CTR/CVR/LTV等广告排序核心模型的优化和创新； 3、负责强化学习、深度学习在商业化营销业务的前沿探索与应用。
1、负责广告业务中大模型能力的研发与落地，包括广告商品识别、广告素材生成、智能创编、智能助手等核心场景； 2、提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 3、负责优化LLM生成式大模型的在场景下的微调，使其以更自然、精准、友好、可控的方式与用户沟通； 4、建设基于RAG框架的智能问答系统，优化文本、召回、相关性、问答生成、构建知识图谱、实体抽取等算法； 5、负责快手广告素材、广告商品等投放业务场景下的内容理解与内容优选算法工作，建设多模态大模型、生成式模型等前沿模型技术能力； 6、跟进业界前沿算法，探索NLP/LLM大模型等技术，并结合业务场景取得应用落地。