主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "多模态大模型算法工程师（J97994）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "PSIG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态大模型算法研发\n-负责百度PSIG文库网盘，文本、音频、视频等生成及理解模型的数据构建、后训练等\n-负责内容出海相关业务算法研发，包括但不限于多语言音频翻译、影视视频编辑等\n技术输出\n-积累SOTA模型，鼓励形成顶会论文，提升团队对外技术影响力\n",
"requirements_text": "-熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署等\n- 在具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ACL等顶级会议上发表论文者优先\n-具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"自然语言处理",
"计算机视觉"
],
"preferred_qualifications": "在具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ACL等顶级会议上发表论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/404aca32-df03-4929-bfd5-a503ca4d0a18"
}
]
},
"posting": {
"posting_id": "404aca32-df03-4929-bfd5-a503ca4d0a18",
"post_date": "2026-03-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/404aca32-df03-4929-bfd5-a503ca4d0a18"
},
"fulltext": "多模态大模型算法工程师（J97994）\n多模态大模型算法工程师（J97994）\n\n基础信息\n部门：PSIG\n地点：北京市\n类别：技术\n招聘人数：4\n发布时间：2026-07-21\n\n工作职责\n多模态大模型算法研发\n-负责百度PSIG文库网盘，文本、音频、视频等生成及理解模型的数据构建、后训练等\n-负责内容出海相关业务算法研发，包括但不限于多语言音频翻译、影视视频编辑等\n技术输出\n-积累SOTA模型，鼓励形成顶会论文，提升团队对外技术影响力\n\n职责要求\n-熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署等\n- 在具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ACL等顶级会议上发表论文者优先\n-具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步\n多模态大模型算法研发\n-负责百度PSIG文库网盘，文本、音频、视频等生成及理解模型的数据构建、后训练等\n-负责内容出海相关业务算法研发，包括但不限于多语言音频翻译、影视视频编辑等\n技术输出\n-积累SOTA模型，鼓励形成顶会论文，提升团队对外技术影响力\n\n-熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署等\n- 在具有扎实的计算机视觉、机器学习基础，熟悉CV、AIGC、NLP、RL等技术领域，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ACL等顶级会议上发表论文者优先\n-具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}