Vivix AI

职位描述 1.探索研究多模态理解、控制、生成等前沿技术，包括不限于数据策略算法建设、Efficient模型设计、模型优化，探索提升多模态大模型能力边界； 2.探索突破包括而不限于原生多模态理解与交互生成算法设计与优化策略； 3.完善多模态交互探索的基本能力，推动应用落地，研发以多模态交互式生成技术为核心的新技术、新产品。 职位要求 1.本科及以上学历，计算机等相关专业，有优秀的编程能力和程序设计思维，扎实掌握计算机学科基础知识和实践； 2.在计算机视觉、多模态、AIGC、机器学习等一个或多个领域有较深入的研究者； 3.具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者； 4.具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项： 1.具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2.具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 3.在多模态、大模型、基础模型、AIGC模型、RL等领域，参与或主导过大影响力项目者优先。

职位描述 1. 数据基础算子与处理框架建设 - 设计并实现通用、可复用的数据处理算子，对原始数据进行清洗、过滤、结构化与标准化； - 面向不同模态（文本 / 图像 / 音频 / 视频等）和多维度数据特征，构建高性能的数据处理流水线； - 持续优化数据处理效率与资源使用，支撑大规模数据生产与迭代。 2. 内部模型数据适配与调优支持 - 与模型研发团队协作，围绕内部模型调优需求，定制和实现特定的数据处理与转换逻辑； - 针对模型训练、微调或评测过程中暴露的数据问题，快速定位并提供工程化解决方案； - 参与数据-模型闭环优化，提升数据对模型效果的实际增益。 3. 数据标注算法与策略管理 - 负责数据自动化标注相关算法和流程的设计与管理，包括但不限于标注策略、质量评估和自动化能力建设； - 基于模型能力与任务目标，设计和优化数据标注及人机协同打标方案； - 推动标注策略持续迭代，提升标注一致性、效率与整体数据质量。 职位要求 1. 本科及以上学历，计算机、人工智能、数据科学等相关专业优先； 2. 扎实的工程基础，具备优秀的代码能力，能够编写高质量、高性能的数据处理代码（Python / C++ / Java / Rust 等不限）； 3. 熟悉大规模数据处理或分布式计算场景，对性能优化、工程效率有明确追求； 4. 对多模态模型训练流程和数据作用机制有较好理解，能从模型视角反推数据处理与打标策略； 5. 具备较强的自驱力和问题解决能力，能够在不确定需求下主动推进方案落地。

职位概述 我们正在寻找一位多模态模型量化/稀疏工程师，负责视频生成、流式实时视频生成及多模态交互大模型的压缩与优化。你将围绕模型质量、推理延迟、显存与成本，推动量化和稀疏方案从算法验证走向规模化部署。 核心职责 1. 量化与稀疏算法 - 设计并落地后训练量化（PTQ）、量化感知训练（QAT）、混合精度及结构化/非结构化稀疏方案，推动 FP8、INT8、INT4 等低精度方案上线。 - 针对 DiT/Transformer、Diffusion/Flow Matching、VAE 及多模态模块，开展敏感度分析，优化校准、异常值处理和精度恢复策略。 - 结合目标 GPU/加速器特性，确保模型体积和计算量下降能够转化为端到端性能与成本收益。 2. 视频与实时场景优化 - 解决视频模型压缩后的画质、主体一致性、运动连贯性和跨帧闪烁等问题。 - 面向流式实时生成与多模态交互，持续优化首帧延迟、稳定帧率、吞吐、显存和运行稳定性。 3. 评测与工程落地 - 建立质量—性能评测体系，结合 VBench、FVD、语义/感知指标与人工评测，验证压缩方案的质量损失和实际收益。 - 建设覆盖典型场景、分辨率和视频时长的校准集与回归集，形成可复现的消融实验和版本质量门禁。 - 将方案集成到训练、导出、编译和部署链路，与模型、推理和算子团队协作完成产品化落地。 4. 技术探索 - 跟进多模态模型量化、稀疏、蒸馏及低精度推理前沿，评估其在真实业务与目标硬件上的价值。 任职要求 1. 必备条件 - 本科及以上学历，3 年以上深度学习、模型压缩或推理优化经验；能力突出者不限年限。 - 熟悉 PTQ、QAT 及常见低比特量化方案，具备精度恢复和数值问题定位经验。 - 熟悉剪枝、结构化/非结构化稀疏或稀疏感知训练中的至少一种方案，理解理论压缩率与硬件实测加速的差异。 - 理解 Transformer/DiT、Diffusion/Flow Matching、VAE 或多模态大模型中的至少一类主流架构，能够分析长时序和迭代生成带来的量化难点。 - 熟练使用 Python、PyTorch，熟悉 TensorRT、ONNX Runtime、TorchInductor、vLLM 或 SGLang 等至少一种技术栈。 - 了解视频质量评估方法，能够结合自动指标与人工评测判断画质、运动、时序一致性和语义对齐。 - 具备良好的实验设计、工程实现和跨团队协作能力，能独立完成基线、消融与精度—性能权衡。 2. 优先考虑 - 有视频生成、流式实时生成或多模态交互模型的量化/稀疏落地经验。 - 有 Diffusion 模型时间步感知量化、混合精度搜索或低比特质量恢复经验。 - 熟悉 CUDA、Triton、CUTLASS/CuTe 或 TensorRT Plugin，具备低精度/稀疏算子优化经验。 - 熟悉知识蒸馏、低秩分解、MoE 压缩或推理步数压缩等相关技术。 - 有相关论文、开源项目贡献或主流 AI 加速器部署经验。 我们提供 - 直面视频生成和多模态实时交互中最核心的质量—性能挑战。 - 完整参与从算法研究到规模化部署的技术闭环。 - 有竞争力的薪酬与期权，以及鼓励长期技术积累的工作环境。

职位描述 1. 数据基础算子与处理框架建设 - 设计并实现通用、可复用的数据处理算子，对原始数据进行清洗、过滤、结构化与标准化； - 面向不同模态（文本 / 图像 / 音频 / 视频等）和多维度数据特征，构建高性能的数据处理流水线； - 持续优化数据处理效率与资源使用，支撑大规模数据生产与迭代。 2. 内部模型数据适配与调优支持 - 与模型研发团队协作，围绕内部模型调优需求，定制和实现特定的数据处理与转换逻辑； - 针对模型训练、微调或评测过程中暴露的数据问题，快速定位并提供工程化解决方案； - 参与数据-模型闭环优化，提升数据对模型效果的实际增益。 3. 数据标注算法与策略管理 - 负责数据自动化标注相关算法和流程的设计与管理，包括但不限于标注策略、质量评估和自动化能力建设； - 基于模型能力与任务目标，设计和优化数据标注及人机协同打标方案； - 推动标注策略持续迭代，提升标注一致性、效率与整体数据质量。 职位要求 1. 本科及以上学历，计算机、人工智能、数据科学等相关专业优先； 2. 扎实的工程基础，具备优秀的代码能力，能够编写高质量、高性能的数据处理代码（Python / C++ / Java / Rust 等不限）； 3. 熟悉大规模数据处理或分布式计算场景，对性能优化、工程效率有明确追求； 4. 对多模态模型训练流程和数据作用机制有较好理解，能从模型视角反推数据处理与打标策略； 5. 具备较强的自驱力和问题解决能力，能够在不确定需求下主动推进方案落地。

职位描述 1、深入分析用户真实多模态交互场景，将用户需求和体验问题转化为可训练、可评测的模型任务，明确模型输入输出、能力边界、效果标准及数据需求； 2、负责多模态交互模型的数据策略设计，覆盖预训练、SFT及强化学习等阶段，推动文本、图像、音频、视频及交互信号等数据的采集、清洗、标注、合成与配比优化； 3、建立模型数据飞轮，设计线上问题发现、失败案例归因、长尾场景挖掘和高价值数据回流机制，持续提升数据生产效率与模型迭代速度； 4、负责模型版本的效果分析，通过专项评测、Bad Case分析、用户反馈及实验数据定位模型问题，判断问题来自数据、训练策略、模型能力还是交互链路，并形成明确的优化建议； 5、与算法研究员、数据工程、评测、产品设计及应用团队紧密协作，推进从数据生产、模型训练、效果评测到产品验证的完整闭环，保障关键项目高质量交付； 职位要求 1、本科及以上学历，计算机、人工智能、数据科学、数字媒体、认知科学、人机交互或相关专业优先； 2、具备3年及以上AI产品经理、模型产品经理或数据产品经理经验，具备大模型训练数据、模型评测或模型迭代相关实践经验； 3、熟悉多模态生成大模型的基本原理，理解预训练、SFT、强化学习、推理及评测等关键环节； 4、对图像、语音、视频等至少一个模态具有较深入的产品或技术认知，能够理解跨模态对齐、数据分布、时序信息、实时交互和上下文建模等核心问题； 5、具备较强的数据分析和问题归因能力，能够从模型表现、评测结果和用户反馈中提炼关键问题，并转化为数据及模型优化策略； 6、具备系统化思维和较强的抽象能力，能够将复杂的模型训练与数据处理逻辑转化为清晰、可执行的产品方案； 7、具备优秀的跨团队协作与项目推进能力，能够与算法、工程、数据及业务团队高效沟通，推动结果落地。

职位描述 1.研究并实现前沿多模态视频生成算法与系统，包括但不限于 Diffusion Models、Flow Matching / Flow-based Generative Models、Autoregressive Models、GAN等； 2.针对当前多模态视频生成模型在推理阶段计算开销大、采样步数多、延迟高等瓶颈，研究与设计高效的 Diffusion Step 加速与算法设计推理优化方法； 3.探索无限长度 / 长时序视频生成（Long-form / Infinite Video Generation）方案，重点解决生成长度受限、时序误差累积、以及物体与语义稳定性等关键问题。 职位要求 1.熟悉视频生成常见的技术, Diffusion, flow matching, autoregressive model, GAN 等； 2.具备以下至少一个方向的研究或实践经验： a.Few-step diffusion distillation （如 LCM、DMD、LADD等）； b.长视频生成与误差累积消除、时序一致性建模、物体一致性保持（如 Self-Forcing等）； 3.具备较强的学习能力与研究主动性，能够独立阅读前沿论文、复现实验并提出改进思路； 4.有相关顶级会议或期刊（如 CVPR / NeurIPS / ICML / ICLR等）论文发表经历者优先。

职位描述 我们正在寻找一位专注于GPU推理性能极致的工程师，你将深入多模态大模型的推理计算核心，通过编译优化、算子开发与系统调优，在有限的硬件资源下实现吞吐与延迟的突破，为前沿AI产品提供高性能、低成本的推理服务保障。 核心职责 1. 推理性能极致优化：负责多模态大模型在GPU上的端到端推理优化，综合运用模型编译、计算图融合、内核自动生成及手写高性能CUDA算子等技术，持续提升服务吞吐并降低延迟。 2. 算子与系统级调优：深入PyTorch/CUDA计算栈，分析与优化模型中的计算热点与瓶颈，在算子级和运行时系统级进行针对性优化，充分释放硬件算力。 3. 分布式推理策略开发：设计并实现高效的模型并行、流水线并行及混合并行策略，优化多卡/多机间的通信效率，实现超大规模模型的高效分布式推理。 4. 工具链与最佳实践：建设并完善推理性能剖析与优化工具链，沉淀性能优化方法论，为业务团队提供标准化的优化工具与技术支持。 职位要求 1. 必备条件 - 计算机、数学、电子工程、自动化等相关专业硕士及以上学历，2年以上GPU深度学习推理或高性能计算优化相关工作经验。 - 具备优秀的C++/Python编程能力，拥有扎实的CUDA编程经验，能够进行算子开发与性能调优。 - 熟悉现代计算机体系结构与GPU硬件架构，对内存层级、计算单元、指令流水线有深刻理解。 - 熟悉CNN、Transformer、DiT等主流模型的结构与计算特性，能快速定位其推理过程中的性能瓶颈。 - 具备强烈的技术热情、出色的动手能力和团队协作精神。 2. 优先考虑 - 有使用和深度定制 TVM、TensorRT、Triton、Cutlass 等主流推理框架或高性能计算库的经验。 - 有多模态大模型（视觉、语言、视频） 的实际推理优化项目经验。 - 熟悉多种模型并行技术，并有在分布式环境下进行通信优化（如NCCL调优）的经验。 - 在相关领域的顶级会议或开源社区中有技术贡献者优先。 我们提供 - 深入AI推理核心的技术挑战，直接参与提升亿级用户产品体验的关键环节。 - 与顶尖的架构师和算法工程师紧密协作，持续学习与成长的技术环境。 - 有竞争力的薪酬与福利体系。

职位描述 我们正在寻找一位在视觉与视频大模型训练系统优化领域有深厚经验的专家，负责构建与优化面向卷积、Transformer及混合架构的超大规模训练平台。你将主导提升万卡级GPU集群在训练图像、视频等视觉模型时的极致效率，攻克显存、计算与通信瓶颈，支撑Diffusion、Sora-like等前沿视觉模型的快速迭代与创新。 核心职责 1. 训练平台架构与优化 - 设计并优化面向超大规模GPU集群的分布式训练架构，重点针对视觉模型（如图像生成、视频生成） 的计算与数据模式进行深度定制。 - 系统性优化训练任务的全链路性能，显著降低视觉大模型（从数亿到千亿参数）的迭代周期与训练成本。 2. 视觉模型极致性能优化 - 深入优化视觉模型核心组件：针对卷积网络（CNN）、视觉Transformer（ViT）、Diffusion U-Net等架构，在算子级、图级进行内核融合、计算图优化与显存复用。 - 攻克视频模型训练挑战：优化3D卷积、时空注意力、长序列建模等带来的显存爆炸与通信效率问题，设计高效的时序并行与数据加载策略。 - 主导训练框架与底层计算库的深度调优，针对性优化NCCL通信模式，解决视觉模型特有的大尺度特征图、梯度同步带来的通信瓶颈。 3. 系统稳定性与效率 - 构建高容错、弹性可扩展的训练系统，保障长达数周或数月的视频模型训练任务的稳定性与自动恢复。 - 设计智能的资源调度策略，实现异构视觉计算任务（如训练、微调、评测）的高效混合部署与资源隔离，最大化集群利用率。 4. 平台化与协作 - 打造面向视觉算法研究的高效训练平台，提供针对视觉任务的定制化性能剖析工具（如帧级、层级的显存与计算分析），提升算法团队的调试与创新效率。 - 与视觉算法团队紧密协作，理解前沿模型（如文生视频、世界模型）对系统的需求，共同定义下一代训练系统的架构。 5. 技术前瞻与团队引领 - 跟踪并引入视觉计算与训练系统领域的交叉前沿技术（如新型视觉算子编译、硬件感知的模型架构搜索），主导平台技术演进。 - 指导并培养高性能计算与分布式系统工程师团队，建立卓越的工程技术文化。 职位要求 1. 必备条件 - 5年以上大规模视觉/视频模型分布式训练系统或高性能计算（HPC）领域的开发与架构经验，有千卡以上GPU集群优化实战经验。 - 精通视觉模型的训练优化：深刻理解CNN、Transformer、Diffusion等模型在分布式训练中的性能瓶颈，并具备实际的优化案例（如优化吞吐、降低显存）。 - 深入理解现代大模型训练并行技术，并能针对视觉模型特点（如图像分块、序列长度可变）设计和实现定制化的并行策略。 - 熟练掌握CUDA编程、NCCL通信优化、性能剖析工具，具备视觉模型特有计算模式（如激活值大、卷积操作多）的精准诊断与优化能力。 - 熟悉Kubernetes及主流机器学习平台，具备管理大规模视觉训练集群的完整经验。 - 出色的系统编程能力（Python/C++/Go）。 2. 优先考虑 - 有成功主导十亿/百亿参数级别的视觉大模型（尤其是视频生成模型） 完整训练周期优化的实战经验。 - 在视觉计算编译器（如TVM, Triton）、内核开发（如定制CUDA内核实现高效卷积/注意力）方面有深入经验。 - 具备从零搭建或主导重构视觉专属训练平台的经历。 - 在顶级会议（CVPR, ICCV, ECCV, MLSys, NeurIPS）发表过相关论文或有知名开源视觉项目贡献者优先。 我们提供 - 直面视觉AI时代最核心的大规模训练挑战，技术复杂度和影响力位于行业前沿。 - 与全球顶尖的视觉算法科学家和系统工程师共同工作，打造业界领先的视觉人工智能基础设施。 - 极具竞争力的薪酬、期权激励，以及专注于长期成长的技术环境。

负责集团境内外资金体系搭建、日常资金运营执行、及资金风险管理工作，支持公司全球化业务发展。 一、资金规划与资金运营 1.负责集团整体资金管理工作，建立并持续优化资金管理体系； 2.编制集团资金预算及滚动资金预测，监控资金收支情况，保障资金安全与流动性； 3.统筹境内外各主体资金安排，制定资金调拨计划并执行调拨（含FDI）； 4.搭建并持续优化资金池管理机制，提高集团资金使用效率； 二、境内外支付及资金结算 1.负责集团境内外银行账户的日常资金操作，包括付款、收款、资金调拨、账户维护等； 2.负责网银、企业信用卡、境外支付工具等日常管理与操作； 3.执行境内外供应商付款、研发费用支付、市场推广费用支付及其他经营性支出； 4.监控各主体资金余额及支付情况，确保资金链安全稳定； 5.优化支付流程及结算效率，提升资金运营质量。 三、银行账户及第三方收款平台管理 1.负责集团全球银行账户全生命周期管理，包括开户、销户、KYC、账户权限管理及年审维护； 2.负责Stripe、Airwallex、PingPong及其他跨境收款平台账户管理； 3.负责第三方支付平台资金归集、提现、资金调拨及账户安全管理； 4.建立和维护银行及支付机构合作关系，争取更优服务及费率方案； 5.持续优化全球收款、付款及资金归集体系。 四、出海资金链路建设 1.深度参与公司海外商业模式设计及资金方案规划； 2.配合业务、财务、税务及法务团队设计全球收款解决方案； 3.负责第三方收款渠道的选型、测试、上线及运营管理； 4.搭建并优化海外客户收款、资金归集、结汇及资金回流全链路体系； 5.支持欧美、日本、韩国、东南亚等重点市场业务拓展的资金需求。 五、外汇及理财管理 1.负责集团外汇风险管理，采用合理产品进行风险对冲； 2.负责跨境资金相关监管要求及申报事项的执行与管理； 3.根据公司资金状况制定低风险理财及现金管理方案； 4.平衡资金安全性、流动性与收益性；提高资金使用灵活性和收益率。 七、资金系统建设与数字化管理 1.负责推进银企直联、资金池、自动对账等项目； 2.优化资金数据管理体系，提高资金运营自动化水平； 八、资金分析、风险控制与合规管理 1.编制资金日报、周报、月报及资金分析报告； 2.建立资金监控指标体系和预警机制； 3.识别并管理流动性风险、支付风险、汇率风险及账户风险； 4.梳理和优化资金相关制度、流程及内控体系； 5.确保资金管理符合境内外监管要求及公司合规要求。 职位要求 1.本科及以上学历，财务管理、金融、会计、经济学等相关专业优先； 2.5-10年资金管理相关工作经验；其中，至少2年以上独立负责集团资金全盘管理经验； 3.具备境内外资金管理经验，熟悉跨境资金运营模式 4.具备海外第三方收款平台（Stripe、Airwallex、PingPong等）完整管理经验； 5.熟悉跨境收款、资金归集、结汇及资金回流全链路操作； 6.熟悉境内外银行体系及账户管理要求；有海外银行开户和管理经验； 7.熟悉外汇管理政策及跨境支付业务； 8.有实际的理财实战操作经历，有过去主导的理财配置方案的量化数据 9.英语读写能力优秀，能够作为工作语言处理海外银行、支付机构及合作伙伴沟通文件； 10.具备较强执行力、学习能力、细心，能够亲自处理日常付款、账户管理等具体事务 优先条件 1.有SaaS/互联网/跨境电商/出海企业/创业企业资金管理经验； 2.有资金池、银企直联、Treasury System建设经验； 3.持有CPA、CFA、FRM、ACCA等专业资格者优先。

岗位定位 负责连接客户场景与模型能力，是“用户需求—产品定义—模型研发”之间的关键翻译层。帮助团队从真实场景倒推出模型能力、数据格式、评测标准和 API 边界，推动模型能力真正产品化。 职位要求 核心职责 · 从客户场景出发，抽象模型需要支持的能力，明确产品边界和不支持清单 · 把客户需求翻译成模型训练目标、数据需求、输入输出格式、评测维度和验收标准 · 与模型、算法、infra、工程团队协同，推动模型能力以 API / workflow / solution 的形式落地 · 参与重点场景能力设计，包括多模态生成、视频 / 数字人 / 语音视频相关能力 · 基于客户反馈和使用数据，推动模型能力迭代和产品边界调整 · 建立能力分层机制（正式能力 / beta 能力 / lab 能力）

职位描述 1. 创新产品孵化：主导AI+社交产品的0-1架构设计，结合AIGC技术（如生成式AI/智能推荐）与海外社交平台核心玩法，打造差异化产品体验，推动DAU快速增长； 2. 生态化运营：融合TikTok/Instagram等平台的UGC/PUGC玩法，构建内容创作-分发-变现闭环等适用于本地化的运营方案； 3. 技术驱动增长：协同算法团队优化AI能力落地场景（如个性化内容生成、智能匹配等），将技术优势转化为产品竞争力。 职位要求 1.深度体验过主流AI工具，能快速判断技术可行性边界； 2.具备"技术敏感度+运营思维"双重能力，能将AI能力转化为可感知的用户价值点； 3.具备C端社交娱乐类产品经验（包括但不限于直播/语音房/游戏/短剧/ai角色扮演等），主导过百万DAU级社交/内容/出海产品全生命周期优先； 4.对海外用户社交行为有深度研究，能精准把握TikTok挑战赛、Instagram Reels等玩法本质者优先； 5.英语可作为工作语言，有海外工作/生活经历者优先。

职位描述 1、负责重要爬虫项目的方案设计、工程实现，数据源以海外平台音视频资源为主； 2、负责数据采集任务的开发，进行各类外部数据接入、清洗； 3、协助团队对数据平台存储的海量数据进行挖掘研究； 4、负责设计高并发、具备反反爬及稳定性的数据采集平台。 职位要求 1、计算机相关专业，熟悉计算机基础知识； 2、熟练掌握至少一门编程语言，python、go不限，5年以上爬虫和反爬工作经验; 3、熟悉常用的爬虫框架和Hook工具frida、xposed，逆向工具IDA等，有海外中大型app或web平台爬取经验； 4、掌握验证码识别技术、js逆向，反混淆等常用反爬技能； 5、熟悉Redis、Mysql，掌握MQ，了解Rabbitmq，es等； 6、具备良好的沟通能力，抗压能力强，能独立解决开发过程遇到的各类问题。

你将负责 - 从用户体验出发，建立覆盖模型、Agent、实时会话、音视频链路和业务应用的完整质量体系，而不是只在发布前验证功能。 - 建设模型与 Agent 的 evaluation 体系，围绕真实垂直场景设计数据集、指标、回归基线和版本对比，持续发现效果提升与隐性退化。 - 建设实时语音链路的质量评测，覆盖 ASR、TTS、VAD、turn-taking、barge-in、端到端延迟、弱网恢复、音画同步和长会话稳定性。 - 面向分布式、高并发生产系统建设自动化测试、容量压测、故障注入、稳定性验证和发布门禁。 - 建设 session replay、线上抽样、异常聚类和问题回放机制，把概率性、低复现率的问题沉淀为可持续运行的质量资产。 - 深度使用 coding agent 和 AI 工具完成 testcase 生成、测试开发、数据分析、问题归因和回归验证，并持续改进团队的 AI Native 质量工程方法。 - 直接参与线上问题和客户现场排查，与模型、研发和产品共同完成从用户反馈、根因定位到机制修复的闭环。 - 对最终用户感受到的质量负责。能够推动系统补齐必要的可测性、可观测性和降级能力，而不是被动接收待测版本。 我们希望你 - 对 AI 有真实而持续的热情，主动使用和研究新模型、Agent、evaluation 方法与 AI 测试工具。 - 来自成熟业务线，服务过分布式、高并发或高可用生产系统，经历过真实流量、复杂发布、线上事故和长期质量治理。 - 有很强的测试开发和工程能力，能够独立建设测试框架、评测 pipeline、数据工具和质量平台，不以手工测试作为主要工作方式。 - 理解生成式模型输出的概率性，能够用场景集、指标、分布、人工判断和线上反馈共同评估质量，而不是套用传统固定断言。 - 熟悉现代云原生系统和常用中间件，能够针对缓存、消息、数据库、事件流、服务依赖和资源瓶颈设计有效的质量方案。 - 能从数据、trace、日志和用户 session 中定位复杂问题，也能判断哪些质量问题来自模型、系统、交互设计或业务逻辑。 - 有很强的责任心和用户意识，愿意为了复现和解决用户问题投入足够的耐心、专注力和工程判断。 - 能推动研发、模型和产品共同承担质量，不把 QA 变成流程末端的验收角色。 高权重加分项 - 做过 LLM、生成模型或复杂 Agent 系统的 evaluation，在生产环境中有过效果调试、数据集建设和垂直场景评测经验。 - 做过实时会话或实时语音链路质量工程，对 ASR、TTS、VAD、turn-taking、barge-in、jitter 或 lip-sync 有深度理解。 - 有 RTC、直播、实时游戏、客服平台、协作产品或其他强 realtime 属性业务经验。 - 做过大规模压测、chaos testing、production replay、灰度发布或重大客户上线保障。 - 有质量平台、开发者工具或 AI 自动化测试产品的建设经验。

【职位描述】 1、深度参与公司 AI 产品及国内/海外业务从 0-1 的发展过程，结合业务模式搭建并持续优化财务管理体系与流程，包括收入确认、成本费用管理、预算管理、付款审批、经营分析等核心环节；​ 2、深入参与业务及产品流程设计，推动财务能力前置嵌入业务系统，包括但不限于产品计费、账单、收款、订阅、返点、渠道分成等核心商业化功能设计，并协同产品、研发推进系统落地；​ 3、负责国内和国际化业务收入、成本及费用端的财务分析与经营跟踪，建立关键经营指标体系，持续监控业务健康度与投入产出效率，为管理层及业务团队提供决策支持；​ 4、结合业务快速迭代节奏，建立适配初创阶段的财务流程与风控机制，识别业务风险、经营风险及流程漏洞，并推动优化落地；​ 5、参与商业模式设计及新业务财务方案制定，支持海外支付、渠道合作、供应商管理、定价策略等关键业务场景； ​6、推动预算、预测及滚动经营分析机制建设，跟踪预算执行情况，建立数据驱动的经营管理体系；​ 7、与产品、运营、销售、法务、人力等跨职能团队紧密协作，推动财务视角与业务目标协同一致；​ 8、参与公司财务数字化及数据分析体系建设，推动经营数据沉淀、业务看板及管理分析体系完善。​ 【职位要求】 1、5-7年财务工作经验，且具备以下任一背景： ​• 四大会计师事务所 + 互联网大厂财务BP经历； ​• AI/出海/SaaS/互联网初创企业财务BP经历；​ • 互联网大厂新业务、国际化业务或0-1业务板块支持经验；​ 3、具备完整的财务流程搭建或财务体系优化项目经验，能够独立推动流程从0到1落地；​ 4、熟悉收入、成本费用、预算管理及经营分析体系，具备较强的数据分析、财务建模及问题拆解能力；​ 5、具备产品化及系统化思维，有参与计费、账单、收款、结算等业务系统设计或推进经验者优先；​ 6、具备优秀的业务理解能力，能够快速理解AI行业及国际化业务模式，并从财务视角支持业务增长；​ 7、具备较强的风险意识与跨部门协同能力，能够在快速变化环境下推动复杂问题落地；​ 8、英文读写能力良好，有跨区域/国际化协作经验优先； ​9、具备创业精神，对AI行业有兴趣，适应初创公司快速变化与高成长环境。​ 【加分项】 • 有AI、Agent、SaaS、广告平台、海外订阅类业务经验； ​• 有海外业务财务支持经验（如海外支付、跨境结算、海外主体管理等）；​ • 有Power BI、Tableau等BI工具使用经验；​ • 持有CPA、CMA、ACCA等证书优先；​ • 对AI行业保持强烈好奇心与学习能力。

职位描述 1.探索研究多模态理解、控制、生成等前沿技术，包括不限于数据策略算法建设、Efficient模型设计、模型优化，探索提升多模态大模型能力边界； 2.探索突破包括而不限于原生多模态理解与交互生成算法设计与优化策略； 3.完善多模态交互探索的基本能力，推动应用落地，研发以多模态交互式生成技术为核心的新技术、新产品。 职位要求 1.本科及以上学历，计算机等相关专业，有优秀的编程能力和程序设计思维，扎实掌握计算机学科基础知识和实践； 2.在计算机视觉、多模态、AIGC、机器学习等一个或多个领域有较深入的研究者； 3.具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者； 4.具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项： 1.具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先； 2.具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 3.在多模态、大模型、基础模型、AIGC模型、RL等领域，参与或主导过大影响力项目者优先。