OPPO高级多模态算法工程师（视觉文本方向）-博士

一、核心技术研发 1、主导视频大模型全周期开发（预训练/微调/推理），设计高效模型架构（如Diffusion/Transformer混合结构），优化训练策略与超参数调优； 2、突破多模态对齐技术难点，开发文本/图像/视频跨模态生成算法，提升生成内容的时序连贯性与物理合理性； 3、构建分布式训练框架，实现显存优化、梯度压缩等加速技术，完成千卡级集群的高效资源调度。 二、技术战略与小组统筹 制定文生视频（Text-to-Video）技术路线图，攻克高分辨率（4K+）、长视频（>1分钟）生成等工业级难题，能够统筹算法攻坚小组，协调模型研发、工程部署与产品落地的全流程协作。 三、行业前沿洞察 跟踪全球AIGC技术趋势（如Sora、Runway ML等），保持技术领先性，制定专利与论文策略。

1、负责跟进前沿多模态大模型算法进展，聚焦探索在国际化短视频内容安全方向的应用； 2、通过提升算法技术解决业务在内容理解、内容安全上的切实需求； 3、利用多模态模型识别能力，结合推荐系统技术，降低推荐内容安全风险； 4、具体内容包括：多模态内容理解、多模态内容识别、多模态预训练、内容分发策略优化。

1、 主导/核心参与全模态大模型（文本、图像、视频、音频、3D等）的模型架构与核心算法设计、训练及优化，探索跨模态对齐、多模态融合和原生多模态等前沿技术创新； 2、 开发全模态大模型在具体场景中的应用落地（如实时AI视频通话等方向），将全模态大模型技术与业务需求结合，推动场景化落地； 3、 解决全模态大模型训练和推理的挑战性问题（如模态对齐、长序列建模、高效推理等），跟踪相关领域在学术界与工业界的最新进展等。

1. 负责研发面向无人机场景的大模型算法，实现感知、路径规划、动态避障与飞行控制的深度融合； 2. 负责开发多模态大模型（视觉/激光雷达/MU/地理信息等)，优化无人机在复杂环境(城市、野外、低空）下的自主决策能力； 3. 参与构建无人机大规模数据集，设计数据标注策略及仿真训练系统，优化提升无人机系统的性能； 4. 持续关注跟踪泛机器人以及大模型领域的前沿技术进展，进行技术对标以及原型验证工作。