多模态基础模型算法工程师/研究员· 2026-10-21

小红书多模态基模后训练团队招聘，聚焦 VLM 推理与 RL、指令遵循与对齐、超长视频理解、多模态 Agent，依托图文/短视频数据生态与大规模算力。

1. VLM Reasoning & RL：探索视觉场景下的 Long-thought 推理，让模型在面对复杂空间、数学逻辑时拥有真正的深度思考能力。 2. 极致指令遵循与对齐：负责 VLM 的 SFT 与 RL 流程，攻克模型幻觉，精准理解复杂图文语义。 3. 超长视频序列理解：针对海量视频/直播流，研发高效的时空注意力机制，挖掘每一帧背后的深层交互。 4. 多模态 Agent：构建具备视觉反馈与自我修正能力的智能体，驱动复杂工具链，开启自动化创作。 为什么加入：依托搜索、推荐、电商、智创场景，模型直接影响数亿用户；大规模集群算力支持；纯粹、敏捷、硬核的技术氛围，兼顾顶会 Paper 与 SOTA 落地。

1. 学术底蕴：CS/AI 相关专业硕博，对 LLaVA、Qwen-VL、InternVL 等架构有底层视角的深度理解。 2. 硬核实战：熟练使用 Megatron-LM / DeepSpeed，能驾驭百亿/千亿级参数在大规模集群上的高效训练。 3. 数据炼金术：对高质量数据构建及 Automated Data Mixing 策略有独到见解。 4. 诊断专家：通过评测结果反向驱动算法优化。 加分项：顶会一作，或知名开源项目核心贡献者优先。