蚂蚁金服蚂蚁集团-AGI原生应用-多模态交互创新算法专家
任职要求
1、CS、EE等相关专业硕士及以上学历； 2、有机器学习、多模态、大模型技术背景和相关项目经历； 3、熟悉或者感兴趣相关社区发展，如…
工作职责
1、负责探索视觉原生交互中的多模态应用算法方向，包括传统视觉中的检测跟踪识别算法以及多模态大模型端云结合部署应用中的推理优化和高性能计算技术，提升AI原生产品的用户交互体验； 2、探索大模型/多模态大模型的模型轻量化、软硬结合、推理加速以及面向大规模应用的引擎部署等工作内容。
1、面向AGI创新产品，探索视觉内容生成和多模态互动。通过生成算法、计算机视觉、XR等多领域交叉，为用户打造全新的内容体验和交互模式； 2、负责基于开源或内部基模，进行文生图、文生视频、图像/视频编辑等AIGC技术能力的精调、优化，解决可控、互动、编辑等关键问题； 3、追踪领域前沿工作,包括但不限于Diffusion/AR generation model的架构演进、探索RLHF在视觉生成领域的scaling law等。
研究新技术在外卖业务中的结合应用，挖掘业务中未被满足的AI原生需求，面向未来设计具有代际差异化的产品方案，是AI时代下全新的岗位类型。
团队围绕语音多模态模型，基于高性能分布式和云原生相关技术，建设模型推理和服务基础平台。如果你也对AGI有浓厚兴趣，有志于参与语音多模态技术体系的研发，欢迎加入我们团队，共同以技术手段让大模型变得更加普惠。 具体职责包括但不限于： 1. 参与语音和多模态大模型推理框架以及定制微调技术的研发与优化，做到极致性能和成本，探索多模态理解、生成和交互领域的前沿技术研究与创新。 2. 建设支持高并发访问的弹性平台服务后端，实现模型与云上计算资源间的互动，推动大模型在实际业务中的落地与应用。 3. 参与世界级规模的分布式服务端程序的系统设计，为阿里巴巴的产品提供强有力的后台支持，在海量的网络访问和数据处理中，设计并设施最强大的解决方案。 4. 参与跨部门，跨公司协作，探索多模态领域前沿技术研究与创新，推动包括语音在内的各领域最前沿模型的实际应用和落地。 5. 参与产品的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作。 6. 与团队成员紧密合作，推动项目进展，交付高质量的技术解决方案。
1、跟踪大语言模型、多模态、强化学习等算法的最前沿进展，将相应技术赋能到小红书实际的业务场景中，包括社区，商业化，交易等，持续推动AGI在业务场景下的落地应用； 2、基于成熟的AI平台服务，构建完善的AI原生应用和X+AI应用，包括如智能助理、知识问答、深度研究等，打造具有核心用户价值的热点应用； 3、探索大语言模型、多模态模型、扩散模型等在搜广推场景的落地方案。