岗位职责
- 多模态大模型技术研发与落地： 1）负责TikTok短视频/直播场景下多模态（视觉、文本、音频）内容理解核心算法的设计、优化与端到端落地，主导从技术方案设计到业务效果验证的全流程； 2）迭代多模态大模型/大语言模型的技术迭代，负责SFT（监督微调）、Continual Training等核心环节，优化模型在跨模态特征融合、内容语义理解等场景的性能； 3）应用并创新多模态预训练、跨模态检索、多标签精准分类等技术，构建高召回、高精度的灰色内容识别体系；
- 大模型前沿技术探索与创新： 1）开展大模型+少样本/零样本（Few/Zero-Shot）学习方案的研发，专注与应急场景识别新型灰色内容识别的冷启动难题，提升模型对未知风险内容的泛化能力； 2）设计和组合基于思维链（CoT）、少样本提示（Few-shot）、Agent、RAG等大模型策略，减少生态问题出现到解决的落地时间，并提升准召； 3）探索强化学习（RL）技术在内容治理场景的落地路径，构建基于业务反馈的模型迭代闭环，优化内容分发的精准性与生态平衡性；
- 算法工程部署与效果迭代： 1）推动大模型相关算法的工程化部署与性能优化，解决大规模数据处理、模型推理加速等工程化难题，保障算法在亿级流量场景的高效稳定运行； 2）建立科学的模型效果评估体系，通过A/B测试、离线实验等方式持续迭代算法策略，提升内容治理的效率与效果。
职位要求
- 本科及以上学历，计算机、软件工程、人工智能等相关专业优先；
- 熟悉Linux平台及主流深度学习框架（如PyTorch、TensorFlow等）；
- 熟悉多模态、计算机视觉、自然语言处理等领域的经典深度学习算法，有相关内容理解领域的技术积累；
- 有熟练的LLM Prompt Engineering经验，能够针对不同业务场景，设计、优化和调试Prompt，提升模型在内容理解、分类、生成等任务中的表现；
- 责任心强，积极主动，具备良好的沟通能力和团队协作能力；
- 有内容安全、内容识别、推荐系统等相关算法项目经验，参与过大模型SFT/Continue Training、多模态识别等相关研究，对内容治理、内容生态有深入理解或兴趣者优先。
