视频视觉算法工程师（J102248）

岗位职责

-基于开源基模和后训练算法，研发电商场景图片和视频生成与理解模型，基于商用和自研模型构建Agent，应用到电商数字人直播，短视频生成 -研发多模理解Agent，应用于多模商品理解，视频人物动作、表情理解；构建分镜脚本智能生成系统，支持基于商品卖点或剧情梗概自动输出专业分镜方案 -研发视频人物和背景分割、风格迁移等相关算法，结合电商数字人带货场景做极致算法性能优化，降低生成成本、提升生成效率 -协同产品和运营持续提升产品能力，拓展技术应用规模，协同工程架构提升视频产能

任职要求

-深入理解GAN、 VAE、Diffusion Model/CFM等视觉生成技术，精通DPO、LORA、蒸馏等训练方法，有成功的模型算法优化和应用经验。有3D人脸建模，talking-head生成，唇驱等数字人相关技术背景尤佳 -熟悉Wan、CogVideoX等开源视频生成基座模型，精通DiT和mmDiT架构，了解可控生成技术和应用，如ControlNet，IP-adapter等 -CV相关领域3年以上经验，具有扎实的算法理论和研发基础，熟练掌握常用CV算法和工具（分类、分割、超分等）；有顶会论文优先 -具有AIGC电商带货，广告营销或AI短剧相关项目背景，对分镜语言、剪辑节奏有技术审美者优先 -勤于钻研前沿技术，具备较强的自学能力，能够将技术应用到具体业务上

部门/组织

Agent算法1组