大模型算法

电商大模型： 目标：27、28届毕业生 电商业务复杂多样，涉及商品、视频、达人等多个维度的信息，对NLP/CV/多模态的大模型技术有依赖。我们团队专注于电商领域的大模型研发（包括LLM和MLLM），旨在推动电商大模型的创新与优化，提升大模型在电商域的复杂场景的效果。同时我们探索多模态推理大模型，以提升大模型的推理能力和智能化水平，从而为各类下游业务场景带来更卓越的效果与可解释性。如果您对大模型技术充满热情，并希望在电商行业中发挥重要作用，欢迎加入我们，共同塑造未来的电商体验！ 职位描述 多模态大模型算法研发：负责电商场景下，图文，图视频等多模态大模型底座的预训练和对齐，产出统一底座，用于电商场景所有多模态需求使用。 基础算法研发：负责CV/多模态相关模型优化和迭代，包含视频意图理解、视频商品类目、同款/相似商品识别、图文意图判断， 图文质量评估 梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率 技术输出：定期分享SOTA模型，赋能电商甚至公司级别的业务BU，沉淀专利和论文 职位要求 扎实的机器技术基础，了解前沿的AI技术，发表过高水平学术会议论文或者有竞赛经验者优先； 熟悉多模态大模型工作优先，包括但不限于qwen-vl，internvl， llava-next等等 在多媒体和计算机视觉某个领域有较深入的研究，包括但不限于：图像搜索、图像/视频分类和识别、图像分割、目标检测、图文多模态模型、和视频文本多模态模型等； 有CV/多模态大模型相关项目经验优先；研发&优化电商视频&商品多模态大模型，结合LLM和视频/商品表征，支持视频多模态分类，视频QA，跨模态检索，商品分类等任务，显著超越线上模型； 有较强的实践能力优先，组内可以一起合作论文产出，API资源和显卡资源丰富