多模态基础模型算法工程师/研究员· 2026-10-10

小红书多模态基模后训练团队社招，依托业界独特的图文/短视频数据生态，打造具备“边看边思考”能力的下一代多模态智能基座。

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，开启自动化创作新时代。 为什么加入：依托搜索、推荐、电商、智创场景，模型直接服务数亿用户；大规模集群算力支持；技术氛围纯粹、敏捷、硬核，既追求顶会 Paper，也有 SOTA 落地的成就感。

1. 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. 玩转 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. 对高质量数据构建及 Automated Data Mixing 策略有独到见解； 4. 能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。