流式视频理解算法工程师

岗位介绍 我们正在探索流式视频大模型方向，致力于让模型从"看完再回答"进化为"边看边理解、实时响应"。你将参与构建面向真实世界的实时视觉理解系统，覆盖视频流理解、长时记忆建模、主动式交互等前沿课题，推动模型能力从离线走向在线。 流式理解核心研究 1. 跟踪流式视频理解领域最新进展，输出技术洞察，探索适合业务场景的创新方案 2. 设计高效的流式推理架构，包括记忆压缩模块、时序建模与位置编码方案 3. 构建流式视频训练数据集与训练框架，探索离线到在线的课程学习范式 视频内容理解落地 4. 研发视频内容理解模型：高光识别、场景分类、精彩度评分、人物/物体语义理解 5. 实现智能切片能力：从直播流/点播视频中自动定位高光片段，支持实时和离线两种模式 6. 将内容理解能力接入产品链路，包括直播封面、运营挖掘工具、创作者笔记诊断报告等 评测与工程 7. 构建流式视频评测体系，与人工标注对比，持续提升…… 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 18762 个北京岗位（全城各职能合计），其中 2681 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 10K，最低 2K、最高 300K。