杭州/北京内推 | 阿里达摩院基础视觉智能团队招聘计算机视觉算法工程师

合适的工作难找？最新的招聘信息也不知道？

AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！

岗位描述

1. 大规模表征学习：多模态表征模型作为主要基础模型之一，其表征能力的好坏决定了多种下游任务上模型的效果（如图文检索、图像生成、VQA等等），因此受到国内外顶尖高校、科技公司的广泛关注。结合海量视觉/语言预训练数据，我们立足于contrastive和generative等范式的统一表征模型训练和基于大规模表征模型的下游任务迁移算法的的研发与创新；

2. 视觉生成：生成算法在学术、工业界都受到极大的关注。OpenAI的DALL-E/DALL-E2系列、英伟达的 GauGAN、谷歌的Imagen/Video Diffusion展现了生成模型在图像/视频生成、编辑上的强大能力；我们将一起全方位开展基于diffusion model、StyleGAN、Transformer等普适性生成器的改进、优化和创新，解决目前生成算法的生成质量、多样性、可控性、采样效率等问题，研究核心是多模态生成基础模型；

3. 2D数字人：2D数字人技术是一项基于视觉生成技术打造的应用型技术，支持输入的音频与文本信息，驱动2D真人数字人形象，生成视频。作为技术内容型的解决方案，支持人脸口型、表情以及人体的智能编辑与生成，可作为高效的内容创作工具，广泛适用于多媒体播报、知识教育、内容宣导等场景；

4. 视频云：视频云是视频内容理解技术在阿里云上的重要出口。将视频表征、分类与检索的算法能力与媒资管理、云剪辑等产品能力结合。通过AI能力赋能，提高视频媒资在生产、审核、分发与管理的效率，打造智能媒资平台，在新闻资讯、互动娱乐、教育培训、体育竞赛等行业都有广泛的应用；

5. 超大模型训练加速：大模型的时代已经悄然而至，如何训练百亿、千亿的大模型，为下游任务赋能，已经成为一个研究热门。团队一直致力于大模型训练技术的研究，包括：超大规模分类，INT8训练加速，梯度压缩，Gossip通信优化等，随着网络的规模越来越大、网络的结构越来越新，我们希望不断突破和创新。