岗位职责
- 多模态内容理解体系搭建：构建视频图文多模态表征体系，融合视觉、音频、文本完成多层级语义刻画，搭建细粒度内容标签体系，解决特定场景素材语义理解等问题；
- 多模态算法全链路研发落地：负责构建离线算法实验与在线模型评估体系，保障模型指标与业务目标对齐；
- 前沿技术与Agent落地探索：探索多模态大模型内容理解、内容生成、算法智能Agent等创新方案，完成模型评测、算法工程化落地，协同团队迭代内容认知底座。
职位要求
- 精通CV/NLP/音频至少两类单模态算法，具备跨模态融合、多模态预训练落地经验；
- 扎实的机器学习基础，精通深度学习、LLM、多模态生成模型原理，数理功底扎实、自学能力强；
- 编码能力扎实，熟练使用主流机器学习与工程框架，熟练使用Agent编程工具；
- 有Agentic智能体、大模型自动化编程开发经验；顶会期刊论文、高水平算法竞赛经历；
- 能结合短视频、直播业务设计多模态算法方案，通过数据分析完成模型迭代优化。
