的同学提供为期3个月及以上的项目实践机会。 1、起点基座：当前业务所需的中等尺寸开源模型供给逐步减少，行业参与者聚焦大模型研发，探索如何通过剪枝/蒸馏大尺寸模型得到适配业务需求的起点基座； 2、持续提升：针对资源约束、AI Coding智能边界、与AutoResearch的冲突等问题，探索有限制、有边界的AutoResearch的合理设计方案； 3、多模态大模型（VLM）：建设面向TikTok内容理解与推荐场景的多模态基模能力，开展VLM全流程训练，包括Pre-training、SFT、RL等环节，探索原生多模态建模、推荐行为Co-training等前沿方向； 4、多模态Embedding/Token：为推荐业务提供高质量的视频内容表征，支持推荐下游应用，探索Promotable Embedding、Reasoning Embedding、End-to-End Tokenizer等方向，提升内容表征的语义表达能力、可泛化性和业务可用性； 5、内容理解与推荐系统融合：与推荐算法团队深度协作，推动内容理解能力在推荐链路中的规模化落地，并探索下一代推荐系统范式，包括Agentic Recommendation、生成式推荐、Vision-Language-Recommendation统一建模等方向。 任职要求： 1、本科及以上学历在读，计算机、软件工程等相关专业优先； 2、掌握计算机视觉在深度学习上的经典算法，有相关内容理解领域的技术积累，持续跟踪CV领域的最新进展； 3、了解掌握深度学习常用框架PyTorch、TensorFlow等； 4、责任心强，积极主动，有良好的沟通能力和团队合作能力； 5、有想象力和独立思考能力，提出想法并能付诸实践验证； 6、熟悉Linux平台，有一定计算机基础，具有良好的算法基础和编码能力。