多模态内容理解算法专家-抖音直播（深圳/北京）

【岗位职责】 1、负责抖音直播实时互动相关的多模态内容理解工作，打造业界领先的多模态内容理解大模型； 2、基于CNN、VLM等技术推进模型训练、微调、评测及高效部署，推动模型在下游业务上的应用，包括并不限于多模态对话、多模态互动内容生成、Caption文本生成等，助力业务规模应用落地； 3、规划实现并优化海量多模态数据的预处理、清洗、标注、特征提取及高效融合方法。 【任职要求】 1、本科及以上学历，计算机相关专业； 2、在计算机视觉/多模态某领域有深入的研究或项目经验，在顶级学术会议有论文发表者或获得竞赛优胜者优先； 3、熟悉多模态大模型（VLM）、大语言模型（LLM）、RL相关的算法技术，熟悉大模型相关的数据构造方法、Post Training算法，对多模态数据处理具备优秀的独立开发与调试能力； 4、有大规模模型训练、压缩、蒸馏、微调等经验，熟悉Megatron、Deepspeed等框…… 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。