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": "2027AIDU-多模态算法工程师(J99956)",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市,上海市",
"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": "博士优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责多模态大模型的算法研发与迭代，覆盖图文、视频、语音、3D等多模态融合理解与生成；\n2. 研究跨模态对齐、对比学习、扩散模型、视频生成、图像编辑、3D生成、风格迁移等前沿技术；\n3. 参与多模态数据pipeline建设、评测体系设计与业务落地，推动模型在搜索、推荐、AIGC、健康、自动驾驶、网盘文库、视频理解、解题等核心场景中的应用；\n4. 研发方向包括但不限于：视觉感知算法、多模态理解模型、图像/视频生成、模型压缩轻量化、文档多模态等；\n5. 建设多模态数据管线，优化模型训练与推理效率，完成算法模型的训练、优化和部署。",
"requirements_text": "1. 博士优先，计算机、模式识别、人工智能、电子工程、数学等相关专业硕士及以上学历；\n2. 掌握计算机视觉、图像处理、深度学习等基础理论，在多模态模型训练、文档多模态、开放域目标检测、模型压缩小型化等方向有深入研究；\n3. 熟悉扩散模型、多模态大模型（如CLIP、Flamingo、Qwen-VL等），对图像生成、视频生成、3D生成、数字人等方向有浓厚兴趣及项目经验；\n4. 熟练掌握Python及PyTorch/PaddlePaddle/TensorFlow等深度学习框架，有较强论文复现能力；\n5. 有多模态预训练、蒸馏、视频生成、模型轻量化等经验者优先；\n6. 在国际顶会（CVPR、ICCV、ECCV、NeurIPS、ICML、AAAI等）或期刊发表过论文，或有开源项目贡献者优先；\n7. 具备良好的团队合作精神、沟通能力与问题解决能力，热爱技术，追求创新。\n\n招聘部门：健康事业部、数字人产研和视频Agent组、数字人直播和互动技术组、PSIG策略部、一见产品部、应用模型技术部、自动驾驶技术部",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"计算机视觉",
"模型训练",
"团队协作",
"沟通能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "1. 博士优先，计算机、模式识别、人工智能、电子工程、数学等相关专业硕士及以上学历；5. 有多模态预训练、蒸馏、视频生成、模型轻量化等经验者优先；6. 在国际顶会（CVPR、ICCV、ECCV、NeurIPS、ICML、AAAI等）或期刊发表过论文，或有开源项目贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/GRADUATE/d29404bd-55de-4cc1-929b-e67d304abc97"
}
]
},
"posting": {
"posting_id": "d29404bd-55de-4cc1-929b-e67d304abc97",
"post_date": "2026-05-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/d29404bd-55de-4cc1-929b-e67d304abc97"
},
"fulltext": "2027AIDU-多模态算法工程师(J99956)\n2027AIDU-多模态算法工程师(J99956)\n\n基础信息\n地点：北京市,上海市\n项目：AIDU项目\n类别：技术\n招聘人数：0\n发布时间：2026-08-03\n\n工作职责\n1. 负责多模态大模型的算法研发与迭代，覆盖图文、视频、语音、3D等多模态融合理解与生成；\n2. 研究跨模态对齐、对比学习、扩散模型、视频生成、图像编辑、3D生成、风格迁移等前沿技术；\n3. 参与多模态数据pipeline建设、评测体系设计与业务落地，推动模型在搜索、推荐、AIGC、健康、自动驾驶、网盘文库、视频理解、解题等核心场景中的应用；\n4. 研发方向包括但不限于：视觉感知算法、多模态理解模型、图像/视频生成、模型压缩轻量化、文档多模态等；\n5. 建设多模态数据管线，优化模型训练与推理效率，完成算法模型的训练、优化和部署。\n\n职责要求\n1. 博士优先，计算机、模式识别、人工智能、电子工程、数学等相关专业硕士及以上学历；\n2. 掌握计算机视觉、图像处理、深度学习等基础理论，在多模态模型训练、文档多模态、开放域目标检测、模型压缩小型化等方向有深入研究；\n3. 熟悉扩散模型、多模态大模型（如CLIP、Flamingo、Qwen-VL等），对图像生成、视频生成、3D生成、数字人等方向有浓厚兴趣及项目经验；\n4. 熟练掌握Python及PyTorch/PaddlePaddle/TensorFlow等深度学习框架，有较强论文复现能力；\n5. 有多模态预训练、蒸馏、视频生成、模型轻量化等经验者优先；\n6. 在国际顶会（CVPR、ICCV、ECCV、NeurIPS、ICML、AAAI等）或期刊发表过论文，或有开源项目贡献者优先；\n7. 具备良好的团队合作精神、沟通能力与问题解决能力，热爱技术，追求创新。\n\n招聘部门：健康事业部、数字人产研和视频Agent组、数字人直播和互动技术组、PSIG策略部、一见产品部、应用模型技术部、自动驾驶技术部\n1. 负责多模态大模型的算法研发与迭代，覆盖图文、视频、语音、3D等多模态融合理解与生成；\n2. 研究跨模态对齐、对比学习、扩散模型、视频生成、图像编辑、3D生成、风格迁移等前沿技术；\n3. 参与多模态数据pipeline建设、评测体系设计与业务落地，推动模型在搜索、推荐、AIGC、健康、自动驾驶、网盘文库、视频理解、解题等核心场景中的应用；\n4. 研发方向包括但不限于：视觉感知算法、多模态理解模型、图像/视频生成、模型压缩轻量化、文档多模态等；\n5. 建设多模态数据管线，优化模型训练与推理效率，完成算法模型的训练、优化和部署。\n1. 博士优先，计算机、模式识别、人工智能、电子工程、数学等相关专业硕士及以上学历；\n2. 掌握计算机视觉、图像处理、深度学习等基础理论，在多模态模型训练、文档多模态、开放域目标检测、模型压缩小型化等方向有深入研究；\n3. 熟悉扩散模型、多模态大模型（如CLIP、Flamingo、Qwen-VL等），对图像生成、视频生成、3D生成、数字人等方向有浓厚兴趣及项目经验；\n4. 熟练掌握Python及PyTorch/PaddlePaddle/TensorFlow等深度学习框架，有较强论文复现能力；\n5. 有多模态预训练、蒸馏、视频生成、模型轻量化等经验者优先；\n6. 在国际顶会（CVPR、ICCV、ECCV、NeurIPS、ICML、AAAI等）或期刊发表过论文，或有开源项目贡献者优先；\n7. 具备良好的团队合作精神、沟通能力与问题解决能力，热爱技术，追求创新。\n\n招聘部门：健康事业部、数字人产研和视频Agent组、数字人直播和互动技术组、PSIG策略部、一见产品部、应用模型技术部、自动驾驶技术部",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}