缺一位多模态算法工程师 💰100-150W 🌎base上海 欢迎自荐OR推荐，推荐🧧2-4W 岗位职责： 1. 模型研发与微调： 负责视频创作领域大模型的 SFT（指令微调）工作，构建高质量的数据集，提升模型对用户意图的理解及剪辑动作预测的准确性。 2. 强化学习对齐： 引入强化学习（如 PPO、DPO 或针对序列决策的 RL 算法），基于美学评分、用户留存或专家反馈，优化剪辑序列的合理性与艺术性，实现模型与专业剪辑逻辑的对齐。 3. 多模态信号重构： 构造面向音视频理解的多模态训练数据表征，将非结构化的视频/音频流转化为模型可学习的行为信号。 4. 前沿技术探索： 跟踪多模态大模型（VLM）、视频生成、等领域的前沿进展，将 Sora/Kling 等生成式能力与非线性编辑（NLE）逻辑相结合。 5. 架构与性能优化： 主导模型架构的演进，解决超长视频序列建模、多模态对齐及推理延迟问题，确保算法在实际编辑器产品中的落地效果。 任职要求： 1. 技术功底： 计算机、人工智能相关专业硕士及以上学历。扎实的机器学习/深度学习基础，精通 PyTorch 或 JAX 框架。 2. 大模型经验： - 深入理解 Transformer 架构，有大规模参数模型 SFT（全量或 LoRA/QLoRA） 的实战经验。 - 熟悉 RL（强化学习） 基本原理，有 DPO、PPO 或相关对齐算法落地经验者优先。 3. 多模态能力： 熟悉视频理解、音视频对齐或多模态表征学习，对“视频-语言-动作” (VLA) 模型有思考。 4. 聪明与高潜： 具备极强的逻辑思考能力，能从第一性原理出发解决问题；学习速度快，能迅速切入音视频剪辑这一细分业务领域。 加分项： - 跨界思维： 有过视频理解（Temporal Modeling）与生成（Diffusion/Sora-like）结合的经验。 - 0→1 的破局力： 在数据匮乏或非标准场景下，有通过合成数据（Synthetic Data）或弱监督学习解决问题的成功案例。 - 产品直觉： 自己是剪辑软件（PR/Final Cut/剪映）的高阶玩家，或对内容创作生态有深刻理解。 - 学术/竞技光环： 在顶级会议（CVPR/ICLR/NeurIPS）有高质量产出，或在相关领域算法竞赛中取得过顶尖成绩。 - 行业热情： 是音视频产品（抖音、B站、YouTube等）的热衷用户。如果你本身就是剪辑爱好者、Vlogger 或对影视后期技术有浓厚兴趣，将是极大的加分项。