2026多模态算法工程师岗位说明书.docVIP

多模态算法工程师岗位说明书（2026年）

岗位名称

多模态算法工程师

岗位编号

所在部门

多模态算法部/人工智能研究院/先进技术部

岗位定员

直接上级

职系

直接下级

所辖人员数量

岗位分析

岗位分析日期

岗位概述：

负责研发与优化能够处理、关联、理解与生成多种模态数据（如图像、视频、文本、语音、3D、结构化数据等）的大规模AI模型。核心工作包括探索多模态大模型的架构创新、预训练与微调策略，并推动其在跨模态检索、视觉问答、图文生成、视频理解、具身智能等场景的应用落地。旨在突破单模态智能的局限，构建更接近人类认知方式的统一感知与推理系统。

主要工作职责：

1.多模态大模型研究与核心算法开发：研究并实现先进的多模态模型架构（如Transformer-based、扩散模型）。负责或参与大规模多模态预训练，包括数据清洗、对比学习、掩码建模等前沿训练技术，致力于提升模型的跨模态对齐能力、场景理解深度与常识推理水平；

2.下游任务应用算法开发与优化：针对具体业务场景，对预训练大模型进行高效微调与适配。研发并持续优化以下方向的算法：理解与推理：视觉问答、视觉定位、图像/视频描述生成、文档理解、多模态情感分析。检索与生成：跨模态检索、文生图/视频、图生文、视觉编辑、多模态对话。具身与交互：机器人视觉语言导航、基于多模态指令的交互式任务完成；

3.模型工程化、优化与部署支持：与工程团队紧密协作，对多