【岗位职责】 1. 以多模态大模型为核心，负责面向实际业务构建算法流程，端到端地完成技术方案的产品化落地； 2. 负责核心多模态大模型的算法优化，主要面向图像/视频生成模型解决生成质量、多样性、可控性、采样效率等多方面的问题； 3. 负责关键模型的能力构建，优化多模态大模型、各类视觉感知类模型的精度、性能、泛化能力等方面的问题，最终满足业务需求； 4. 负责生成和感知类模型的改造和突破，融合前沿学术成果构建差异化和有竞争力的创新产品。

1. 工作经验 1-5 年； 2. 硕士及以上学历，计算机、数学等相关专业，熟练掌握计算机视觉和机器学习算法基础； 3. 具备扎实的编程功底，熟悉Linux开发环境，熟练使用C++/Python等常用语言中的一种； 4. 熟练掌握常见CV感知类模型的方法和技术细节，有实际业务落地经验，作为核心贡献者长期打磨关键模型； 5. 熟悉经典生成式模型的原理和技术细节，包括但不限于SD系列、DALLE、FLUX系列等； 6. 熟悉经典多模态模型的原理和技术细节，包括但不限于CLIP、BLIP、LLAVA等； 7. 了解掌握学术界、工业界前沿技术，熟悉最新方法细节，擅长利用各类技术构建创新的差异化能力，并解决实际业务场景的问题； 8. 具备良好的沟通能力、团队精神和业务思维； 9. 拥有ACM区域赛奖牌，在CV和ML顶级会议期刊上发表相关论文者优先； 10. 拥有AIGC相关产品落地经验者优先。