多模态识别算法工程师-抖音直播

职位描述

1、负责直播业务的主播多模态内容理解、内容识别和内容挖掘的模型建设，提升直播侧内容供给和增长；

2、负责直播场景下计算机视觉、音频、文本大模型的优化与迭代，包括直播间画面识别和检测、文本语义理解和总结，大模型智能助手等；

3、探索计算机视觉、多模态、LLM等前沿技术，负责算法模型的设计开发和调优。

任职要求

1、在计算机视觉、 NLP、多模态、深度学习某个领域有较深入的研究，包括但不限于：图像视频理解、检测、分割、动作识别、多模态、RAG、少样本学习等；

2、熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署等；

3、有较强的模型开发和调优能力，在视频内容理解或多模态检索方向有项目经验者优先，在Kaggle、COCO、ActivityNet、ICPC、NOI/IOI等比赛获奖者优先；

4、优秀的理解沟通和团队协作能力，积极主动有热情。