【工作职责】 岗位职责 负责针影视任务的多模态大模型的相关技术研究和开发，包括跨模态对齐、音视频理解等任务，推动VLM与生成模型的深度协同与统一建模； 探索前沿技术（如原生多模态、理解生成统一，世界模型、多模态推理）在影视场景的研究和应用，攻克影视垂类场景的核心技术难题； 持续跟进业界最新的多模态大模型算法，参与多模态大模型的设计、训练、调优及评测工作，并推进多模态大模型在业务场景的应用落地。 【任职要求】 岗位要求 计算机科学、机器学习、人工智能等相关专业，硕士及以上学历； 在视觉语言模型（VLM）或多模态理解领域有扎实基础，熟悉主流VLM架构与后训练流程（SFT，RL），具备端到端模型训练经验； 熟悉生成模型相关技术，在图像、音视频等可控生成方向有具体实践经验者优先； 熟悉PyTorch及分布式训练框架（DeepSpeed、Megatron-LM等），具备多机多卡大模型训练实战经验； 具有扎实的计算机视觉或机器学习算法基础，有相关方向顶级论文者优先； 技术敏感度高，具备良好的团队协作与沟通能力。