（可灵AI专项）多模态理解算法工程师

1、大规模视频理解：负责可灵海量视频数据的打标分类、语义分割、文字识别、Caption生成、聚类分析等工作； 2、模型开发与优化：基于CNN、VLM等技术推进模型训练、微调、评测及高效部署，推动模型在实际场景中的大规模应用； 3、技术研究与创新：聚焦多模态视频生成领域前沿课题，探索生成模型的数据采样技术，提升生成模型的数据使用效率和语义响应能力，打造在业界的领先技术优势； 4、跨领域协作：参与跨团队跨部门技术协同，推动Human in the loop在视频生成领域的研究落地。 【任职要求】 1、学历与经验：硕士及以上学历，3年及以上相关工作经验。计算机视觉、自然语言处理或多模态方向背景优先； 2、学术背景：具备较强的学术调研能力，能快速理解和实现论文中的算法；有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先； 3、深度学习能力：熟练掌握深度学习框架（如PyTorc…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 11029 个北京岗位（全城各职能合计），其中 2386 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5.5K ~ 16K（25~75 分位），中位约 9K，最低 2K、最高 300K。