多模态算法工程师-抖音直播

1、研究方向： 1）提升视频、音频、图像、文本及多模态的大模型基础能力，在业务领域与通用领域取得行业领先的效果，建设体系化的模型能力提升方法论； 2）探索理解大模型与生成大模型能力结合互补模式，探索并落地一体化模型并取得更高的模型效果； 3）推动多模态内容理解能力在推荐场景的落地应用； 2、负责抖音直播业务场景下的内容理解工作，建设多模态大模型、生成式模型等前沿模型技术能力，接近人类感知认知模型能力，产出相应的研究成果； 3、跟进行业最新技术进展，探索多模态方向的新技术研究与落地。

1、计算机/软件/人工智能/数学等相关专业的优先； 2、具有扎实的机器学习基础，对深度学习、大语言模型、多模态模型、生成式模型等内容理解与生成技术有深入的理解，数理功底扎实，自学能力强； 3、有扎实的编码能力，熟练使用相关机器学习框架和工程框架； 4、在多模态大模型领域有经验，在短视频、图文算法领域有经验者优先； 5、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先。