岗位职责
在淘宝，每天有数以亿计的用户通过直播、短视频和图片等方式进行消费决策，清晰、流畅和富有表现力的内容，已成为连接商家与消费者的核心桥梁。然而，一方面，海量UGC、AIGC内容普遍存在低分辨率、压缩模糊、颜色失真等画质问题，另一方面，平台与商家亟需AI处理手段对优质内容进行高效裂变。因此，我们需要基于生成式AI，彻底重构淘宝视频画质增强与处理算法，并希望亲手打造影响亿万人的产品体验。淘宝音视频团队，正等待你的加入！用AI之眼，看见清晰未来！ 如果你，期望参与淘天集团海量文本、图像、视频、音频等处理、理解与生成的算法研究和产品开发，赶快加入我们吧。
- 我们将持续迭代图像、视频画质修复与增强模型，引入最新的多模态能力，将算法大规模落地在电商场景，提升淘宝直播视频，短视频，图片的画质体验;
- 我们会探索AIGC方向的前沿技术，打磨SOTA垂域生成模型，并端到端的提升下游应用效果，为电商场景提供视频生产、视频增强处理、音视频二创等产品能力；
- 有海量的业务数据以及充足的算力资源，来面对具有挑战性的业务场景和学术任务；
- 你将和聪明、皮实、乐观、自省、追求卓越和自我驱动的优秀战友一起，共同开创视觉技术的新格局。
职位要求
- 硕士及以上学历，计算机、人工智能、电子与通信等相关专业；
- 熟悉Diffusion或AR自回归相关的技术原理和发展脉络，有图像/视频增强，生成，多模态理解，或图像编辑等研究方向经验；
- 具备极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言；
- 学习能力强，对新事物有好奇心，对所在领域有热情，善于独立思考并反思总结；
- 良好的沟通能力和团队协同能力，善于合作，乐于分享。 【加分项】
- 在校园内或互联网公司有相关多模态理解，或视频生成/编辑方向项目经历；
- 在ICCV、CVPR、ECCV、NeurIPS等国际顶级会议、期刊上发表论文，或在相关学术会议组织的权威比赛中获奖。
