主分类：计算机视觉与图像感知算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "阿里国际-多模态算法专家（仲裁/审核客服）-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "阿里国际数字商业",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机、人工智能、统计或相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责国际电商平台中用户、商家及物流商上传的多模态信息进行识别与分析，构建并优化以视觉为主的多模态理解系统；\n2. 针对商品一致性、物流规范检测、数量识别、破损识别等核心业务场景，设计并落地端到端的多模态算法模型，提升自动化审核准确率；\n3. 主导视觉大模型在电商场景下的预训练、微调、蒸馏与部署优化，具备AI-native系统设计思维；\n4. 参与VLLM（Vision-Language Large Models）推理性能优化，包括但不限于模型量化、缓存机制、批处理调度、异步推理管道设计等，提升高并发场景下的响应速度与资源利用率；\n5. 与产品、运营、数据团队紧密协作，推动算法能力在实际业务中的闭环验证与持续迭代。",
"requirements_text": "1. 计算机、人工智能、统计或相关专业硕士及以上学历，3年以上算法研发经验；\n2. 具备扎实的计算机视觉基础，熟悉目标检测、图像分类、OCR、图像质量评估等技术，有实际项目落地经验；\n3. 熟悉主流多模态模型架构（如CLIP、BLIP、Flamingo、Qwen-VL等），有在真实业务中微调和应用的经验，熟悉SFT/RLHF/DPO等对齐技术，有奖励模型构建与策略优化经验；\n4. 有VLLM推理优化经验者优先，熟悉vLLM、TensorRT-LLM、HuggingFace TGI等推理框架，了解KV Cache优化、连续批处理、PagedAttention等关键技术；熟练掌握PyTorch/TensorFlow，具备良好的工程实现能力，熟悉模型部署（ONNX、Triton、TorchServe等）；\n5. 对电商业务有理解或兴趣，具备较强的问题抽象能力和跨团队沟通协作能力。\n加分项：\n* 有电商、物流、内容审核等相关行业背景；\n* 有视频分析经验；\n* 在CVPR、ICCV、ECCV、ACL等顶会发表过论文；\n* 有视觉多模态大模型预训练经验的优先",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"计算机视觉",
"大语言模型"
],
"preferred_qualifications": "4. 有VLLM推理优化经验者优先，熟悉vLLM、TensorRT-LLM、HuggingFace TGI等推理框架，了解KV Cache优化、连续批处理、PagedAttention等关键技术；加分项：；* 有视觉多模态大模型预训练经验的优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100022915068"
}
]
},
"posting": {
"posting_id": "100022915068",
"post_date": "2026-06-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100022915068"
},
"fulltext": "阿里国际-多模态算法专家（仲裁/审核客服）-杭州\n阿里国际-多模态算法专家（仲裁/审核客服）-杭州\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n1. 负责国际电商平台中用户、商家及物流商上传的多模态信息进行识别与分析，构建并优化以视觉为主的多模态理解系统；\n2. 针对商品一致性、物流规范检测、数量识别、破损识别等核心业务场景，设计并落地端到端的多模态算法模型，提升自动化审核准确率；\n3. 主导视觉大模型在电商场景下的预训练、微调、蒸馏与部署优化，具备AI-native系统设计思维；\n4. 参与VLLM（Vision-Language Large Models）推理性能优化，包括但不限于模型量化、缓存机制、批处理调度、异步推理管道设计等，提升高并发场景下的响应速度与资源利用率；\n5. 与产品、运营、数据团队紧密协作，推动算法能力在实际业务中的闭环验证与持续迭代。\n\n职位要求\n1. 计算机、人工智能、统计或相关专业硕士及以上学历，3年以上算法研发经验；\n2. 具备扎实的计算机视觉基础，熟悉目标检测、图像分类、OCR、图像质量评估等技术，有实际项目落地经验；\n3. 熟悉主流多模态模型架构（如CLIP、BLIP、Flamingo、Qwen-VL等），有在真实业务中微调和应用的经验，熟悉SFT/RLHF/DPO等对齐技术，有奖励模型构建与策略优化经验；\n4. 有VLLM推理优化经验者优先，熟悉vLLM、TensorRT-LLM、HuggingFace TGI等推理框架，了解KV Cache优化、连续批处理、PagedAttention等关键技术；熟练掌握PyTorch/TensorFlow，具备良好的工程实现能力，熟悉模型部署（ONNX、Triton、TorchServe等）；\n5. 对电商业务有理解或兴趣，具备较强的问题抽象能力和跨团队沟通协作能力。\n加分项：\n* 有电商、物流、内容审核等相关行业背景；\n* 有视频分析经验；\n* 在CVPR、ICCV、ECCV、ACL等顶会发表过论文；\n* 有视觉多模态大模型预训练经验的优先\n1. 负责国际电商平台中用户、商家及物流商上传的多模态信息进行识别与分析，构建并优化以视觉为主的多模态理解系统；\n2. 针对商品一致性、物流规范检测、数量识别、破损识别等核心业务场景，设计并落地端到端的多模态算法模型，提升自动化审核准确率；\n3. 主导视觉大模型在电商场景下的预训练、微调、蒸馏与部署优化，具备AI-native系统设计思维；\n4. 参与VLLM（Vision-Language Large Models）推理性能优化，包括但不限于模型量化、缓存机制、批处理调度、异步推理管道设计等，提升高并发场景下的响应速度与资源利用率；\n5. 与产品、运营、数据团队紧密协作，推动算法能力在实际业务中的闭环验证与持续迭代。\n1. 计算机、人工智能、统计或相关专业硕士及以上学历，3年以上算法研发经验；\n2. 具备扎实的计算机视觉基础，熟悉目标检测、图像分类、OCR、图像质量评估等技术，有实际项目落地经验；\n3. 熟悉主流多模态模型架构（如CLIP、BLIP、Flamingo、Qwen-VL等），有在真实业务中微调和应用的经验，熟悉SFT/RLHF/DPO等对齐技术，有奖励模型构建与策略优化经验；\n4. 有VLLM推理优化经验者优先，熟悉vLLM、TensorRT-LLM、HuggingFace TGI等推理框架，了解KV Cache优化、连续批处理、PagedAttention等关键技术；熟练掌握PyTorch/TensorFlow，具备良好的工程实现能力，熟悉模型部署（ONNX、Triton、TorchServe等）；\n5. 对电商业务有理解或兴趣，具备较强的问题抽象能力和跨团队沟通协作能力。\n加分项：\n* 有电商、物流、内容审核等相关行业背景；\n* 有视频分析经验；\n* 在CVPR、ICCV、ECCV、ACL等顶会发表过论文；\n* 有视觉多模态大模型预训练经验的优先",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}