计算机视觉算法工程师 - 多模态方向

25-40K·16薪

北京

1-3年

硕士

全职

职位描述

【岗位名称】计算机视觉算法工程师 - 多模态方向
【工作职责】
1. 负责AIGC的多模态内容生成、内容理解、跨模态匹配效果等研发和优化并支持工程落地；
2. 负责视频/图像/布局等生成过程中，相关模型的预训练、微调、加速推理和部署等工作和技术研发；
3. 负责文生图模型的实现和调优，支持细粒度的图文理解、画质精美结构稳定的图像生成。
4. 负责解决视频生成的前沿难点，包括但不限于视频生成的帧间连续性问题、语义对齐问题、风格化定制化问题等。
5. 负责跟进追踪多模态、LLM等前沿技术方向，并进行模型的迭代优化。
【职位要求】
1. 硕士及以上学历，在计算机视觉某个或几个领域有深入的研究，如：图文理解、文生图、视频生成、多模态检索等；
2. 熟悉一种或多种多模态、生成式模型（CV/NLP）的相关技术包括但不限于：预训练、微调（LoRA、ControlNet等）、RLHF等，了解主流模型（Diffusion/GPT/CLIP/BLIP等）的原理并有自己的理解；
3. 具备扎实的计算机背景知识、机器学习、深度学习实践经验，熟悉一种主流的机器学习框架（Tensorflow，PyTorch，MXNet，PaddlePaddle)
4. 具备良好的解决问题能力、团队合作能力和沟通能力，并且善于主动发现问题并且积极探索。
5. 在顶会上有论文者优先、包括但不限于CVPR、NeurIPS、ICCV、AAAI、ECCV等。

公司介绍

“百度”二字，来自于八百年前南宋词人辛弃疾的一句词：众里寻他千百度。这句话描述了词人对理想的执着追求。
百度拥有数万名研发工程师，这是中国乃至全球最为优秀的技术团队。这支队伍掌握着世界上最为先进的搜索引擎技术，使百度成为中国掌握世界尖端科学核心技术的中国高科技企业，也使中国成为美国、俄罗斯、和韩国之外，全球仅有的4个拥有搜索引擎核心技术的国家之一。

北京海淀区百度科技园K1

校园宣讲会