跨模态算法工程师（J92111）
岗位摘要
基座模型优化：研究多模态大模型的图像、视频理解能力，支撑百度文心基座模型的训练优化；推理能力探索：进行 RLHF 研究与实践，探索多模态思考模型推理能力上限；数据体系创新：创新多模态合成数据生成与增强技术，支撑关键场景的多模能力突破
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 基座模型优化：研究多模态大模型的图像、视频理解能力，支撑百度文心基座模型的训练优化
- 推理能力探索：进行 RLHF 研究与实践，探索多模态思考模型推理能力上限
- 数据体系创新：创新多模态合成数据生成与增强技术，支撑关键场景的多模能力突破
- 业务价值落地：深度对接业务需求，探索多模态大模型的落地路径，推动技术价值转化
- 技术前瞻布局：跟踪国际前沿动态，复现并改进关键技术，保持团队技术领先性
任职要求
- 背景与经验：计算机/AI相关专业硕士及以上，2年以上多模态或大模型研发经验，有大规模预训练模型落地项目者优先
- 工程能力：编程能力扎实，熟练掌握 Python / PyTorch，具备良好的团队协作和工程实现能力
- 技术深度：熟悉多模态模型及框架，如 LLaVA、Qwen、ERNIE 4.5等优先，具备大模型微调经验优先
- 影响力与贡献：在ACL/CVPR/ICLR/NeurIPS等顶会发表过高影响力论文，或主导过开源多模态项目（如Hugging Face贡献）者优先
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。