优酷优酷-AIGC算法工程师（多模态理解）-北京
任职要求
1、计算机相关专业研究生及以上学历, 扎实的计算机视觉基础，扎实的计算机视觉、自然语言理解、或大模型相关的算法基础 2、熟悉大语言模型、或多模态大语言模型、或图像/视频的理解，在视频标注、视频评价、视频审核等方向上有相关的项目研发或落地经验 3、有较强的工…
工作职责
1、多模态大模型的后训练和强化学习，完成视频描述生成，视频打标等视频理解任务； 2、建立文生图、图生图、文生视频、图生视频的质量评价标准，研发高精度的评价模型； 3、参与风险内容检测和商业化审核的算法研发工作；
-协助团队进行多模态大模型相关研究，包括高效微调、多模态理解对齐、玩法开发、幻觉消除、数据治理部署优化等相关工作 -参与项目的算法验证和优化，确保算法的效率和准确性 -协助进行文献调研，总结最新的技术趋势和研究进展 -参与团队内部的技术交流和分享会议
本岗位旨在通过多模态理解和生成技术，辅助影视设计和制作各流程的AI提效，具体职责包括但不限于： 1、多模态大语言模型的研究和应用，包括但不限于应用视频理解、视频评价，针对特定任务的有监督微调和强化学习等 2、图像/视频AIGC应用，包括图像/视频的可控编辑和生成等
拍立淘是阿里电商核心视觉搜索算法团队，致力于为淘宝搜索核心业务打造行业领先的计算机视觉创新技术，应用于多种电商场景（如拍照搜同款、电商创意AIGC、电商大模型），堪称国内最大的视觉算法应用场景之一。我们紧随技术潮流，不断进行商业和技术创新，期待有志之士的加入，让算法发挥价值，让技术更有影响力。 【招聘方向】 1. AIGC视觉生成（包括但不限于可控图像/视频生成、图像/视频编辑、图像驱动、定制化、试衣等）； 2.多模态大模型（包括但不限于大模型预训练、垂域微调SFT、RLHF、数据治理飞轮、训练部署加速等）； 3.图像/多模态理解（包括商品多模态理解VG、目标检测、OCR、图像/多模态表征等），其他任何感兴趣/有价值的方向欢迎交流讨论。 【实习工作环境】 1. 充裕的GPU资源，近千张A100/V100 海量业务数据和基础能力积累，帮助高效产出； 2. 来自国内外top学校的师兄/师姐的倾力指导充分尊重实习生个人意见，自由度高； 3. 产研结合，支持鼓励实习生投递顶会论文。
团队简介： 我们是高德行中智能团队，我们的使命是基于高德海量高质的数据，最前沿的AI算法，最可靠的通用工程架构，打造有温度、有惊喜、科技感十足的下一代出行体验； 在这里，我们一起建设应对超大业务规模和场景，超高业务复杂度的高效、可靠、鲁棒的技术架构；一起用最前沿的机器学习、深度学习、AI算法探索智慧出行最具挑战性的行业难题；一起用最尖端的AIGC、LLM/LVM、多模态理解与生成技术；基于语音、视觉、位置等多模态信息搭建高吞吐、低时延、强智能、真人感的Agent体系，打造全新人和环境交互形态； 职位描述 探索下一代多模态出行体验 基于全双工多模态agent，构建人和环境的全新交互形态