算法工程师-多模态大模型方向

关于团队: Shopee大模型团队致力于构建领先的东南亚多语言大模型，构建完善的Model-as-a-Infrastructure产品支持体系，支持公司业务的智能化升级与改造。基于多年积累的海量东南亚多语言数据，我们从零构建大模型技术体系，通过多个业务场景的探索和验证，已经逐步应用于更多的电商业务场景。我们期待更多优秀的人才加入，共同构建领先的东南亚多语言电商大模型。 职位描述： 1. 研发图文理解大模型，基于文本大模型底座进行设计整体的架构，达到业界较为领先的水平，支持各类图像的解析和理解； 2. 研发视频和语音理解大模型，解决数据维度高、信息容量大、场景变化多等核心挑战，达到业界较为领先水平； 3. 研发统一的多模态理解大模型，单一模型支持各类模态的输入以及理解

职位要求： 1. 毕业于2022年11月-2024年8月，计算机相关专业，硕士及以上学历； 2. 对于主流的多模态理解大模型LLava、Flamingo、BASE、VALL-E等有较好的理解； 3. 优秀的代码能力，熟练掌握 pytorch，能在较短时间内独立实现论文算法，并且能有针对性地优化； 4. 有多模态预训练、视频理解、图片理解，其中一个或者多个领域的研究经验优先； 5. 优秀的团队合作能力和持续学习能力，能在团队合作中高效推进项目进展； 6. 深入理解 vit、image/video tokenizers 、transformer scaling up 经验者优先； 7. 开发出相关领域中重要任务 SoTA 模型者优先； 8. 在AI顶会发表论文者或者有行业多模态理解大模型落地经验者优先； 9. 勇于接受有挑战性的工作，并愿意为之付出更多的时间与精力。