多模态算法工程师 - 抖音

岗位职责

团队介绍：抖音致力于打造一个开放、积极、多元、友善的平台，鼓励表达、沟通和记录，激发创造，丰富人们的精神世界，让现实生活更美好。我们通过AI算法驱动的个性化推荐与智能创作工具，满足用户表达、学习、娱乐、社交、消费等需求。回顾抖音一路走来的历程，我们在帮助亿万用户记录美好生活的过程中，努力变得更好。

1. 负责字节跳动泛体验和泛质量领域各业务场景下，多模态算法应用研究与落地工作，业务场景包括但不限于抖音生态优质、抖音生态治理、视觉生成Judge、内容理解等场景；
2. 跟踪多模态领域的最新研究成果，用以持续提升算法应用效果；研究方向包括但不限于：多模态大模型架构（VLM、MLLM）、多模态推理（视觉Token压缩）、多模态理解与视觉生成等前沿技术；
3. 深度参与项目研发，和产品、运营、研发、质量等同学密切配合，注重研发效率和业务收益。

任职要求

1. 2027届获得本科及以上学历，计算机、软件工程等相关专业优先；
2. 具备多模态相关算法的扎实基础，包括但不限于自然语言处理、计算机视觉、视频理解、强化学习、LLM等领域的全面学习和实践经验；
3. 熟悉主流的Transformer及大模型架构，了解GPT/LLaMA、ViT/CLIP、LLaVA/Qwen-VL等语言、视觉及多模态代表性模型；熟练掌握PyTorch等主流深度学习框架；
4. 有较强的业务问题到算法模型的建模能力，有强烈的技术好奇心、自驱力和进取心，能及时关注和学习业界最佳实践。

加分项：

1. 具备优秀工程能力，有数据处理经验者优先；
2. 有国际顶级会议（ACL/EMNLP/IJCAI/AAAI/SIGIR等）期刊论文发表者优先。