工作职责
1.负责文本/音视频/图像多模态大模型和智能体的内容理解和生成能力建设，优化泛消息产品的用户意图理解、内容推荐，创意生成，审核把控等功能；
2.根据产品功能规划，进行多模态算法相关的技术方案设计，包括系统架构、模块划分、技术路线选择等；
3.组织协调算法团队，按照项目既定时间节点实现算法落地和功能性能目标，及时向管理人员和合作单位沟通项目进度，保障产品功能按时发布；
4.对行业客户应用场景中，以应用落地为目标，对多模态生成模型的应用方式和效果进行研究，推动多模态大模型和智能体技术方案的产品化；
5.关注和推进技术在泛消息业务场景中的广泛应用，包括但不限于图文理解、图文生成、文生视频等；
6.针对具体用户、项目提供各种形式的算法相关材料，并提供必要的产品相关的部署、调试、咨询、指导、二次开发等服务工作。
任职资格
1.熟悉预训练多模态大模型技术，包括但不限于高效训练、强化学习，参与过研发音频、NLP相关的预训练模型及其下游应用者优先;
2.有意图理解分析/文章生成/知识图谱构建/视频、图像检测、分割、图像识别/工业质检/视频监控等实际应用场景算法调优和工程化项目经历;
3.2-5年自然语言处理或计算机视觉算法调优落地实践经验，有过大型深度神经网络结构设计、效果调优和推理工程落地经验;
4.熟悉NLP/CV等深度学习技术，在图像分类、目标检测、人脸识别、物体跟踪、语义分割、图像增强、短视频生成、广告语自动生成、商品亮点描述挖掘、生成等相关领域有深入研究和工作经历;
5.有调优、加速落地能力，在视频内容理解、视频推荐、跨模态检索等项目落地经验者优先，
6.对LLM、多模态模型模型有深入研究和实际工作经验;
7.计算机、通信、自动化、数学、统计等理工类专业硕士研究生及以上学历学位。