多模态生成大模型算法工程师

职位描述

1. 负责通用视觉技术能力的构建，如OCR、人脸人体分析、图像视频理解、3D视觉、图形和渲染算法、基础模型、跨模态理解与生成、MLOps等；

2. 负责视觉技术在美团全场景下的落地，包括但不限于内容审核、视频结构化理解、智能文档分析、身份核验、智能创作、自动驾驶、场景数字化、摄像头视觉感知、视频流分析、IoT视觉等；

3. 负责前瞻技术的探索及攻坚，如生成式AI、神经网络渲染、点云处理、增强现实等。

任职要求

1. 本科及以上学历；

2. 熟练掌握模式识别和图像视频处理领域的基础理论和方法，在一个或多个领域有深入研究；在机器学习和深度学习方面具备扎实的理论基础和工程实现能力，熟悉PyTorch、TensorFlow等主流框架；

3. 优秀的分析和解决问题的能力、项目推动力和团队协作能力。

具备以下经验者优先

1. 在计算机视觉领域内的权威期刊（TPAMI， TIP， IJCV， TMM等）或顶级会议（CVPR，ICCV，ECCV等）发表过文章；

2. 在计算机视觉的通用或细分领域的权威竞赛中取得成绩；

3. 对视频内容理解、行人再识别、深度学习模型压缩、弱监督学习、对抗学习等领域之一有过深入研究。

岗位亮点

1. 以公司实际业务为依托，有完善的技术转化和落地机制；

2. 场景全覆盖，视觉技术方向的选择空间大；

3. 注重技术创新，关注前沿技术；

4. 定制化的新人培养计划，可走领域专家培养路线，也可走架构师培养路线。