TGT专项- 多模态大模型在内容场景的应用

1）探索大模型、多模态等人工智能前沿技术在内容推荐搜索场景的创新应用，包括但不限于用户兴趣建模、跨模态内容理解、生成式推荐等方向； 2）构建多模态内容认知体系，深度融合文本、图像、视频、用户行为等多源数据，优化推荐系统的内容理解和匹配精度； 3）设计基于大模型的个性化推荐框架，解决冷启动、多样性、长尾内容挖掘等业务痛点，提升用户体验和商业价值；

1、获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业； 2、熟练掌握Python/Java/Scala等至少一门编程语言，熟悉分布式计算框架（Flink/Spark）和深度学习框架（PyTorch/TensorFlow）； 3、具备多模态算法研发能力，熟悉CLIP、ViT、DiffusionModels等跨模态模型，有视频/图文推荐项目经验者优先； 4、在人工智能顶级会议与期刊发表过论文者优先，如ICML、CVPR、ACL、KDD、SIGIR等； 5、对推荐系统的技术挑战保持敏锐洞察，具备从业务场景抽象算法问题的能力，有强烈的技术创新驱动力； 。