图像算法工程师/专家（多模态大模型及Agent研发方向）

关于我们 我们是vivo公司内部致力于“多模态感知理解”的前沿技术团队。我们的使命是推动影像体验从“被动记录”进化为“主动智能”。我们正在构建下一代影像Agent，它将作为用户的智能影像伙伴，深度理解用户的意图与情感，提供从拍摄、编辑到分享的全链路智能服务。 岗位职责 负责影像Agent核心推荐模块的设计与落地：深度参与影像Agent的意图理解与服务推荐，利用多模态大模型技术，让Agent能精准预判用户需求，主动推荐拍摄建议、创作玩法等。 打造智能相册的创作推荐引擎：基于对照片、视频内容的多维度理解（如美学、情感、事件），为用户在相册编辑场景中，智能推荐个性化的模板、音乐、滤镜及包装特效，引爆创作灵感。 主导影像社交App的内容分发与推荐：负责vivo旗下影像社交平台的内容推荐流，结合用户行为和多模态内容理解，探索前沿的推荐模型，提升优秀作品的曝光率、分发效率与用户粘性。 探索前沿技术的应用与创新：跟进多模态大模型、生成式推荐、Agent等领域的最新进展，结合业务场景进行技术预研和方案设计，持续构筑vivo在智能影像推荐领域的技术壁垒。 任职要求 计算机、人工智能、模式识别等相关专业硕士及以上学历，3年以上推荐系统相关研发经验。 熟悉协同过滤、CTR预估、召回与排序等主流推荐算法，有大规模推荐系统（如信息流、短视频、电商推荐）的落地经验。 核心要求：对多模态大模型（如CLIP, BLIP, LLaVA等）有深入理解，并拥有将多模态表征（Embedding）与推荐系统相结合的实际项目经验。 编程基础扎实，熟练掌握Python，并精通至少一种深度学习框架（PyTorch/TensorFlow）。 具备优秀的数据分析和问题解决能力，能够主动发现问题，并通过技术手段驱动业务增长。 具备良好的沟通协作能力和团队精神，有强烈的责任心和技术热情。 加分项 有MLLM与推荐系统结合的经验者优先。 熟悉LLM（大语言模型）在推荐或Agent系统中的应用（如Tool-use, ReAct）者优先。 在计算机视觉（CV）或推荐系统（RecSys）等领域的顶级会议（如CVPR, ICCV, KDD, SIGIR）发表过论文者优先。 对摄影或视频创作有浓厚兴趣，是影像产品的深度用户。