1、视频理解算法研发与多模态分析：1)主导视频内容理解算法的端到端研发，覆盖动作识别、事件检测、微表情及情感语义分析，构建从数据预处理到模型部署的全流程方案。2）设计例如基于Video Swin Transformer、3D CNN及CLIP等的多模态分析框架，实现“视觉-音频-文本”多维度内容解析。3）探索前沿技术如可控视频理解、物理引擎整合，提升复杂场景下的语义解析精度。 2、智能剪辑系统设计与自动化流程：1）开发基于多模态的智能剪辑框架，实现镜头分割、关键帧提取及内容摘要的自动化处理。2）设计自然语言交互式剪辑工具，支持用户通过文本指令或语音交互完成视频编辑，提升创作效率。 3、多模态交互与场景落地：涉及自然语言交互式编辑工具，支持用户通过对话逐步细化生成内容，提升创作自由度。 4、技术落地与产品化：1)与工程团队协作，将算法集成至业务系统，解决实际场景中的挑战。2) 设计标准化工具链，支持用户通过简单接口调用生成能力。 5、可独立进行跨部门技术方案评审，协调各方需求确保项目按时交付。跟踪国际顶会最新前沿技术成果，定期组织技术分享。指导初级工程师，建立算法知识库和代码库。

1、教育背景：人工智能、计算机科学、电子工程等相关专业硕士及以上学历。 2、工作经验：1) 5年以上视频理解、智能剪辑等相关算法研发经验。2) 博士或海外顶尖院校背景优先。 3、技术能力：1）精通镜头分割、关键帧提取算法，有基于学习的自动化剪辑系统开发经验，能设计动态剪辑策略。2）掌握光流估计（如RAFT++）、时序建模（如Transformer+LSTM级联），FFmpeg，熟悉Sora 2.0、Phenaki 2.0等模型的原理与优化方法，能解决长时序一致性问题。3）有CLIP、BLIP-2等多模态模型开发经验，能设计跨模态对齐的训练策略。4）精通深度学习理论，熟练掌握PyTorch/TensorFlow框架，具备扎实的数学基础，能独立推导复杂模型架构。5） 掌握情感识别算法，熟悉情感计算理论与心理学模型，能实现视频内容的情感语义标注。 4、沟通与协作能力：1）具备优秀的沟通能力，能清晰表达技术方案并推动跨部门协作。2）善于分解复杂问题，通过数据驱动决策优化算法。 5、加分项：在CVPR/ICCV/ECCV/ICLR/NeurIPS等顶会发表过视频理解相关论文。