岗位职责
- 生成模型研发： 负责高质量图像与视频生成模型的选型、训练与调优（如Stable Diffusion、DiT、Video Generation Models），针对业务需求开发可控生成方案（ControlNet、LoRA、Adapter），实现广告素材自动化生成、商品图智能设计等。
- 多模态理解与检索： 构建高性能的多模态理解与表征模型（CLIP、BLIP、MLLM），优化跨模态检索（Text-to-Image/Video Retrieval）和内容打标能力，赋能搜索相关性提升及推荐系统的多模态召回与排序。
- 业务场景落地： 深入理解搜推广业务，设计AIGC在广告创意优化、搜索结果增强（Generative Search）、短视频内容重组等场景的应用链路；建立A/B实验体系，对AIGC生成内容的点击率（CTR）、转化率（CVR）及用户留存负责。
- 数据与系统优化： 构建大规模高质量的图文/视频训练数据集与美学评分体系；与Infra团队配合，优化生成模型的推理延迟与吞吐（如Distillation、Quantization），确保在线服务的高并发稳定性。
职位要求
- 计算机、人工智能、数学等相关专业，硕士及以上学历；
- 2年以上CV或AIGC相关算法经验，深入理解生成式模型原理，熟悉Diffusion Models (DDPM/LDM)、GAN、VAE以及Transformer (ViT) 架构；
- 熟练掌握PyTorch，熟悉Diffusers、Accelerate、DeepSpeed等主流训练与推理框架；
- 熟悉Sora、Emu Video、SVD等视频生成架构，有时空注意力机制（Space-Time Attention）、DiT（Diffusion Transformer）训练调优经验者优先；
- 对业务数据敏感，有搜推广（搜索、推荐、广告）相关算法经验，或能够将生成式技术与业务指标（如CTR/CVR/RPM）挂钩的实战经验；
- 具备良好的工程实现能力和跨团队协作沟通能力。 加分项
- 大规模训练经验： 有使用百卡/千卡集群进行大规模文生图/文生视频模型预训练或全量微调的经验；
- 商业化落地成果： 在广告生成（智能创意）、电商图生成或内容社区辅助创作等场景有成功的落地案例，并带来显著业务收益；
- 学术与开源影响力： 在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS等顶级会议发表过AIGC相关论文，或在Civitai、HuggingFace、GitHub上有高热度开源项目/模型贡献。
