算法工程师-图像方向

1. 围绕多模态视频理解开展前沿研究，融合视觉、语音与文本信息，提升模型对视频内容、时序关系及事件的理解与推理能力。 2. 面向视频检索、内容摘要、事件定位及长视频问答等场景，研究跨模态对齐、长时序建模与关键信息提取，提升实际任务效果。 3. 研究文本生成视频、图像生成视频及视频编辑技术，提升生成内容的画面质量、时序一致性、运动自然度与指令遵循能力。 4. 结合业务场景开展多模态模型后训练与微调，探索模型压缩、推理加速及本地部署，兼顾效果与资源开销。 5. 建立视频理解与生成评测体系，跟踪前沿技术，推动研究成果在实际产品中落地。 【任职要求】 1. 计算机视觉、人工智能、计算机等相关方向的应届博士毕业生，具备扎实的机器学习、深度学习及计算机视觉理论基础。 2. 在多模态学习、视频理解、视频生成等一个或多个方向有深入研究，具备独立开展科研、设计实验和分析问题的能力。 3. 熟悉视觉语言模型…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 1102 个深圳技术研发岗位，其中 92 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 15K ~ 28K（25~75 分位），中位约 20K，最低 6K、最高 100K。

本岗位标注月薪 20K ~ 28K，高于该范围约 67% 的在招岗位。