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": "跨模态算法工程师（J92111）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "基础模型研发部",
"location": "深圳市",
"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": "-背景与经验：计算机/AI相关专业硕士及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-基座模型优化：研究多模态大模型的图像、视频理解能力，支撑百度文心基座模型的训练优化；\n-推理能力探索：进行 RLHF 研究与实践，探索多模态思考模型推理能力上限；\n-数据体系创新：创新多模态合成数据生成与增强技术，支撑关键场景的多模能力突破；\n-业务价值落地：深度对接业务需求，探索多模态大模型的落地路径，推动技术价值转化；\n-技术前瞻布局：跟踪国际前沿动态，复现并改进关键技术，保持团队技术领先性。",
"requirements_text": "-背景与经验：计算机/AI相关专业硕士及以上，2年以上多模态或大模型研发经验，有大规模预训练模型落地项目者优先；\n-工程能力：编程能力扎实，熟练掌握 Python / PyTorch，具备良好的团队协作和工程实现能力\n-技术深度：熟悉多模态模型及框架，如 LLaVA、Qwen、ERNIE 4.5等优先，具备大模型微调经验优先\n-影响力与贡献：在ACL/CVPR/ICLR/NeurIPS等顶会发表过高影响力论文，或主导过开源多模态项目（如Hugging Face贡献）者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"模型微调",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "背景与经验：计算机/AI相关专业硕士及以上，2年以上多模态或大模型研发经验，有大规模预训练模型落地项目者优先；技术深度：熟悉多模态模型及框架，如 LLaVA、Qwen、ERNIE 4.5等优先，具备大模型微调经验优先；影响力与贡献：在ACL/CVPR/ICLR/NeurIPS等顶会发表过高影响力论文，或主导过开源多模态项目（如Hugging Face贡献）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/97a78e0f-813e-4de1-afcf-28ebfa4538c3"
}
]
},
"posting": {
"posting_id": "97a78e0f-813e-4de1-afcf-28ebfa4538c3",
"post_date": "2025-08-29",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/97a78e0f-813e-4de1-afcf-28ebfa4538c3"
},
"fulltext": "跨模态算法工程师（J92111）\n跨模态算法工程师（J92111）\n\n基础信息\n部门：基础模型研发部\n地点：深圳市\n类别：技术\n招聘人数：1\n发布时间：2026-07-21\n\n工作职责\n-基座模型优化：研究多模态大模型的图像、视频理解能力，支撑百度文心基座模型的训练优化；\n-推理能力探索：进行 RLHF 研究与实践，探索多模态思考模型推理能力上限；\n-数据体系创新：创新多模态合成数据生成与增强技术，支撑关键场景的多模能力突破；\n-业务价值落地：深度对接业务需求，探索多模态大模型的落地路径，推动技术价值转化；\n-技术前瞻布局：跟踪国际前沿动态，复现并改进关键技术，保持团队技术领先性。\n\n职责要求\n-背景与经验：计算机/AI相关专业硕士及以上，2年以上多模态或大模型研发经验，有大规模预训练模型落地项目者优先；\n-工程能力：编程能力扎实，熟练掌握 Python / PyTorch，具备良好的团队协作和工程实现能力\n-技术深度：熟悉多模态模型及框架，如 LLaVA、Qwen、ERNIE 4.5等优先，具备大模型微调经验优先\n-影响力与贡献：在ACL/CVPR/ICLR/NeurIPS等顶会发表过高影响力论文，或主导过开源多模态项目（如Hugging Face贡献）者优先。\n-基座模型优化：研究多模态大模型的图像、视频理解能力，支撑百度文心基座模型的训练优化；\n-推理能力探索：进行 RLHF 研究与实践，探索多模态思考模型推理能力上限；\n-数据体系创新：创新多模态合成数据生成与增强技术，支撑关键场景的多模能力突破；\n-业务价值落地：深度对接业务需求，探索多模态大模型的落地路径，推动技术价值转化；\n-技术前瞻布局：跟踪国际前沿动态，复现并改进关键技术，保持团队技术领先性。\n-背景与经验：计算机/AI相关专业硕士及以上，2年以上多模态或大模型研发经验，有大规模预训练模型落地项目者优先；\n-工程能力：编程能力扎实，熟练掌握 Python / PyTorch，具备良好的团队协作和工程实现能力\n-技术深度：熟悉多模态模型及框架，如 LLaVA、Qwen、ERNIE 4.5等优先，具备大模型微调经验优先\n-影响力与贡献：在ACL/CVPR/ICLR/NeurIPS等顶会发表过高影响力论文，或主导过开源多模态项目（如Hugging Face贡献）者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}