AI 工程师-多模态方向

BeijingFull-timePosted Nov 13, 2025

Job description

  1. 参与基于生成模型的多模态内容生成工作流开发,包括 text-to-image、text-to-video、image-to-video、style-transfer 等方向。

  2. 协助构建多模态生成 Agent 流程(如脚本→画面→编辑),使用 LLM 进行流程控制与 AIGC 模块调度。

  3. 与产品/设计/工程团队协作,将 AI 生成能力集成到产品中。

  4. 参与生成内容的质量评估与优化(如图像一致性、视频连贯性、风格可控性等)。

  5. 参与模型部署与推理服务的搭建和维护,关注基本的性能优化。

  6. 跟进多模态生成领域的前沿技术,进行调研和原型验证。

  7. 本科及以上学历,计算机科学、通信、电子、数学或相关专业。

  8. 熟悉至少一种编程语言(如 Python、Go、Node.js 等),有良好的工程习惯。

  9. 了解基本的图像/视频处理概念(编解码、分辨率、帧率等)。

  10. 对 AI 生成模型有基本了解(如 Diffusion Models、Transformer 等),有相关实践经验者优先。

  11. 有使用或部署过开源 AIGC 工具(如 Stable Diffusion、ComfyUI 等)经验者优先。

  12. 自驱力强,对 AIGC、多模态、Agent 等新技术方向有热情。

  13. 良好的沟通协作能力。

Description copied from Kaon's careers page. Read the full posting before you apply.

More jobs at Kaon

See all openings at Kaon