多模态理解与Agent算法研究与应用-阿里星

1、从事多模态算法和模型的研究与开发，包括但不局限于文本-图像、文本-视频等跨模态算法研发和优化，跟进并保持业界技术领先； 2、推进跨模态内容理解/生成前沿技术的创新落地。设计和优化现有算法，提高性能和准确性，确保高质量的用户体验； 3、探索多模态大模型对复杂场景的细粒度理解能力，综合各个模型的输入信息，输出全方位的理解信息； 4、引领学术与技术前沿：持续追踪多模态AI、理解&生成、LLM等方向进展，产出高水平论文，建立行业技术影响力。 【任职要求】 1、自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读； 2、熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型，有NLP/CV/ML顶会发表经验者，有大规模模型训练工程经验的同学优先； 3、良好的学术调研能力，良好的逻辑和数据分析能力，有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先； 4、有良好的自我学习能力及自驱力，对前沿领域有强探索欲和好奇心、善于独立思考并反思总结；具备良好的沟通能力和团队协作能力。