夸克智能信息-多模态大模型应用研发工程师-广州
任职要求
1、计算机或相关专业本科及以上学历，2年以上工作经验，熟练掌握java，熟悉python开发者优先； 2、参与过大模型应用系统/业务研发经验者优先，有多模态、comfyUI框架、flux、wanx等扩散模型相关应用经验者优先； 3、有优秀的架构设计能力，有相关大型系统设计、开发、优化经验，了解kv存储、在线服务框架等中间件系统； 4、具备良好的产品和业务sense，有大模型应用的深度使用、开发落地经验优先
工作职责
1、负责图片视频生成式大模型的业务应用工程研发；实现诸多AI应用的快速落地与持续迭代； 2、保障大模型应用系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性，持续提升用户体验； 3、负责多模态AI产品的整体技术解决方案，基于对大模型应用架构的深入理解，合理技术选型，参与技术研发和效果优化等工作，推动产品持续增长； 4、持续跟踪前沿技术趋势，关注并探索AI新应用、适时引入新技术新方法，持续提升产品技术、工程架构上的先进性。
阿里巴巴智能信息事业群，聚焦AI在信息服务赛道的创新应用，从工具到服务，持续为用户提供高效、智能的AI应用。智能信息事业群核心产品为夸克、通义、UC浏览器、书旗小说、超级汇川等，以多产品矩阵，覆盖横跨各年龄段的7亿+用户人群，服务超10万+客户。 如果你想加入到业界最先进的文本及多模态大模型的训练和Agent应用相关的项目中； 如果你想参与内容数据的采集、存储及处理，支持大模型训练语料及AI搜索业务数据供给； 如果你想接触世界领先的大数据处理与应用的技术和平台，获得大数据浪潮之巅的各类大牛的指导； 那就加入我们吧！
1、负责大模型数据智能平台的核心研发，构建多模态标注、合成数据生成和高质量数据蒸馏系统，同时深入研究大模型工作原理并探索创新应用场景； 2、主导大模型应用的构建全过程，从需求分析、模型设计到开发实现与优化，确保数据平台的高效性与准确性，持续调优模型性能； 3、通过数据分析与算法改进，优化大模型数据供应链（标注、合成、蒸馏），提升模型效果和用户体验，并与跨部门团队协作推动项目落地； 4、关注行业前沿技术，引入创新算法理念，为数据平台的技术发展提供前瞻性建议，特别是在代码生成、模型对齐与持续学习等领域的应用突破。
1. 负责打造企业级"数字员工"，基于大语言模型及多模态模型技术，0到1孵化和落地高效智能Agent系统，实现人机协同的新工作范式。 2. 主导AI智能体整体架构设计与研发，包括Agent核心逻辑、工具用机制及多智能体协同决策体系的构建，推动Agent在复杂场景下的商用落地。 3. 参与制定产品发展和技术规划(SP/BP规划)，持续跟踪业界前沿技术，探索强化学习、协同决策、分布式部署等关键技术的突破并应用于实际工程项目。 4. 与算法、产品、运营等跨团队密切协作，统筹协调从需求调研、方案设计到系统部署全流程，确保系统在安全、性能、扩展性等方面满足商业应用要求。 工作职责: 1. 负责构建基于大语言模型及多模态技术的智能体软件架构体系，涵盖意图识别、任务规划、任务执行等核心能力，并实现技术从0到1的落地。 2. 深入参与Agent系统的开发与优化，设计并实现高效的AgenticW/orkflow和多Agent协同决策管理机制，解决复杂任务的资源调度与协作问题。 3. 针对大模型在分布式和云服务环境中的部署、调优与性能监控提供设计方案，确保系统具备高可用性、鲁棒性和安全防护能力。 4. 结合业务需求，持续优化Agent能力，包括自主决策、工具调用与与异常容错等，推动产品在跨部门、跨业务场景下的智能化升级与深度应用。 5. 跟踪并研究业界最新的智能体技术(如AutoGPT、AutoGen、MetaGPT等)，探索并推广RAG、Prompt Engineering、强化学习等前沿技术在Agent系统中的应用。 6. 主导项目中的技术难点攻关，持续优化系统工程实践，同时保证良好的代码质量、文档撰写及项目管理。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 课题介绍： 多模态模型能帮助提取视频的多模态内容信息，单用户对内容的注意力是个性化的，所以基于对比学习或者生成式学习得到的内容信息无法能和推荐系统相匹配，如何将基于纯内容信号得到的多模态信息用到推荐系统里目前是一个开放的话题我们希望通过多模态模型和推荐系统联合建模的方式来个性化的提取用户-内容的联合信号，并能实现内容建模和个性化建模的双重提升。 1、探索多模态模型，包括多模态预训练，多模态LLM； 2、将多模态模型应用于图像/视频的生成创作、逻辑推理、深层语义理解、视频语义压缩、视频高光判断等； 3、探索LLM、多模态等的高效Finetuning技术和推理技术，保证模型在业务场景中的快速适配和高效调用； 4、主要研究方向包括：多模态预训练、图片和视频的生成、图片和视频风格迁移、跨模态检索、大模型多标签分类、半监督学习、自监督学习。