多模态视频理解大模型算法工程师-视频与边缘

【岗位职责】 1、探索多模态视频理解大模型技术前沿，长视频理解、Token压缩、影视视频剧本还原、全模态高光理解、流式视频理解、理解和生成统一等技术方向，创新性优化相关算法； 2、全模态大模型（文本、图像、语音）的Post-training算法，同时结合用户消费行为持续优化模型效果，结合LongCoT和RL自主探索学习，探索多模态感知能力的边界； 3、探索视频剪辑Agent相关的研发和应用，研究高质量数据的挖掘和合成、大模型的对齐效率、多目标融合的学习，Agent全链路优化的方法等等； 4、探索直播流式场景比如体育、游戏等实时解说，解决工业级效率和效果难题，支持多语言服务全球化； 5、发表相关技术创新成果，比如顶会论文、专利或比赛。 【任职要求】 1、获得硕士及以上学位，计算机科学、人工智能、自动化等专业优先； 2、熟练掌握Python/C++，熟悉NLP、CV、多模态中的1-2个领域，…… 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 19019 个北京岗位（全城各职能合计），其中 2814 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 9K，最低 2K、最高 300K。