高德地图高德-多模态理解和生成算法专家-广告和智能创作
任职要求
1、人工智能、计算机科学等相关学科硕士或博士，具备较强的学习能力和创新能力； 2、对多模态模型或者扩散模型等相关领域的前沿算法有了解，掌握指令微调及LORA等微调方法，有生成模型训练等方面的经验者优先； 3、具备扎实的编程基础，优秀的分析、解决问题的能力，能够自我驱动，良好的团队合作精神和较强的沟通能力； 4、对AI技术原理有浓厚兴趣，在主要会议（NIPS/ICML/ICLR/CVPR/ICCV/ECCV/ACL/EMNLP等）上发表过论文者优先。
工作职责
部门介绍： 我们是阿里巴巴-高德的大模型和AIGC核心部门，承接公司的重点业务，包括本地生活场景中的广告创意、商品理解、内容智能创作和分发，出行场景的AI智能化等，研究领域广泛，包括但不限于多模态大模型、大语言模型、图像生成、图像编辑美化、视频生成和视频理解等，团队技术氛围好，成长空间大，拥有充足的研发资源和大量的业务应用数据，团队多篇论文入选paper digest最有影响力论文名单。 岗位职责： 1、负责多模态媒体内容的理解、编辑、生成相关新技术的应用落地和探索，解决在内容智能创作以及广告创意等的应用中的算法难点； 2、研究和应用计算机视觉（CV）等相关技术，熟悉多模态大模型或者图像编辑生成等方向的经典网络模型，了解各种常用网络训练方式及调优方式； 3、前沿技术探索：跟踪和深入探索技术研究前沿，提出创新性方案，形成论文或者专利。
1、广告AIGC：负责以可灵模型等为代表的前沿视频生成式AI在内容创作方面的算法研发和落地，包括但不限于text to video, image to video,image and video editting等，结合文本/图像/视频/音频等多模态匹配技术、广告投放优化策略和模型，优化AIGC系统生成效果和广告投放效果； 2、追踪业界创意、多模态及Generative AI方向最新技术，落地应用并提升广告创意理解、自动生成和优化等场景的效果。
1、广告AIGC：负责以可灵模型等为代表的前沿视频生成式AI在内容创作方面的算法研发和落地，包括但不限于text to video, image to video,image and video editting等，结合文本/图像/视频/音频等多模态匹配技术、广告投放优化策略和模型，优化AIGC系统生成效果和广告投放效果； 2、追踪业界创意、多模态及Generative AI方向最新技术，落地应用并提升广告创意理解、自动生成和优化等场景的效果。
1、负责公司产品的智能广告创意，探索应用 DiffusionModel, GPT,Qwen,CV/NLP 在营销场景/短视频领域实现对广告文案、视频、图片等素材进行内容理解并高质量生成投放竞争力素材； 2、追踪业界创意、多模态及Generative AI方向最新技术，落地应用并提升广告创意理解、自动生成和优化等场景的效果。 3. 探索和实施生鲜垂直类行业下的AIGC营销素材生产工作流，从预训练到微调再到强化学习，共同构建更高效智能的营销设计生产范式。
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。 具体职责包括但不限于： 1. 视频生成：负责视频生成技术的前沿技术的研究，对AIGC的diffusion和auto-regressive技术有深入了解，在T2I/AIGCT2V/I2V上面有一定的研究，图文对齐，长视频生成等有一定的研究，做好视频生成在高德业务（广告，POI详情页等）中的进行落地。 2. 视频理解：能够使用和优化多模态大模型对用户上传的视频进行质量理解，标签，densecaption，视频summary等生成，作用到视频的搜索，广告，推荐等业务的落地。 3. 世界模型： 参与世界模型的构建，能够使用最新的视频生成技术，3D技术等构建符合人类物理规律的统一的世界模型，在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀，形成顶会论文和专利。