主分类：大模型与生成式算法研发
辅助：计算机视觉与图像感知算法研发（仅展示）
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": "AI原生应用-视频理解和生成算法工程师-杭州/北京",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们是淘天 AI 原生应用—内容 AI 团队,专注于 AIGC 与多模态理解技术 的研发与落地,面向淘宝商家、搜索推荐、外投等多个业务场景,提供视频与内容生成能力支持。团队研发的技术已在业务中规模化应用,每天生成数十万条 AI 视频,并为淘宝外投业务贡献了超过 40% 的消耗规模。重点研究方向包括可控视频和内容生成、多模态细粒度理解、内容创意 Agent 等,致力于研发真正满足业务需求、兼具效果与成本优势的业务域模型。团队与国内多所高校及实验室保持密切合作,近年来累计发表 30+ 篇顶会论文,涵盖理解和生成统一模型,强化学习算法,多模态推理等最新前沿研究方向。如果你对相关技术感兴趣，欢迎加入我们\n在这里，你将参与淘天核心业务场景下的视频理解与生成算法研发，围绕商家内容生产、搜索推荐、广告外投等场景，推动下一代内容 AI 技术从研究走向大规模应用。具体包括：\n1. 负责垂类视频生成模型的设计、训练与优化，面向电商场景构建高质量、可控、低成本的视频生成能力。\n2. 负责视频理解、多模态细粒度理解相关算法研发，提升对商品、人物、场景、动作、镜头语言等内容的识别与建模能力。\n3. 参与视频创作 Agent 的研发，结合大模型、多模态理解与生成能力，打造面向真实业务需求的智能创作系统。\n4. 结合业务目标优化模型效果、推理效率与部署成本，支撑大规模线上生产与应用。\n5. 跟踪多模态生成与理解领域前沿进展，推动论文成果、开源能力与业务系统结合",
"requirements_text": "1. 计算机、人工智能、数学、电子工程等相关专业，硕士及以上学历优先。\n2. 具备扎实的机器学习、深度学习基础，熟悉 Transformer、Diffusion、VAE、LLM、多模态模型等主流技术。\n3. 在以下至少一个方向有较强实践或研究经验：视频生成 / 图像生成、视频理解 / 多模态理解、 LLM&Agent\n4. 对真实业务问题有兴趣，能够将前沿算法与业务目标结合，推动技术落地。\n5. 具备良好的问题分析能力、沟通协作能力和自驱力。",
"skills": [AI生成
"机器学习",
"深度学习",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "1. 计算机、人工智能、数学、电子工程等相关专业，硕士及以上学历优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.taotian.com/off-campus/position-detail?positionId=100022960002"
}
]
},
"posting": {
"posting_id": "100022960002",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100022960002"
},
"fulltext": "AI原生应用-视频理解和生成算法工程师-杭州/北京\nAI原生应用-视频理解和生成算法工程师-杭州/北京\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n我们是淘天 AI 原生应用—内容 AI 团队,专注于 AIGC 与多模态理解技术 的研发与落地,面向淘宝商家、搜索推荐、外投等多个业务场景,提供视频与内容生成能力支持。团队研发的技术已在业务中规模化应用,每天生成数十万条 AI 视频,并为淘宝外投业务贡献了超过 40% 的消耗规模。重点研究方向包括可控视频和内容生成、多模态细粒度理解、内容创意 Agent 等,致力于研发真正满足业务需求、兼具效果与成本优势的业务域模型。团队与国内多所高校及实验室保持密切合作,近年来累计发表 30+ 篇顶会论文,涵盖理解和生成统一模型,强化学习算法,多模态推理等最新前沿研究方向。如果你对相关技术感兴趣，欢迎加入我们\n在这里，你将参与淘天核心业务场景下的视频理解与生成算法研发，围绕商家内容生产、搜索推荐、广告外投等场景，推动下一代内容 AI 技术从研究走向大规模应用。具体包括：\n1. 负责垂类视频生成模型的设计、训练与优化，面向电商场景构建高质量、可控、低成本的视频生成能力。\n2. 负责视频理解、多模态细粒度理解相关算法研发，提升对商品、人物、场景、动作、镜头语言等内容的识别与建模能力。\n3. 参与视频创作 Agent 的研发，结合大模型、多模态理解与生成能力，打造面向真实业务需求的智能创作系统。\n4. 结合业务目标优化模型效果、推理效率与部署成本，支撑大规模线上生产与应用。\n5. 跟踪多模态生成与理解领域前沿进展，推动论文成果、开源能力与业务系统结合\n\n职位要求\n1. 计算机、人工智能、数学、电子工程等相关专业，硕士及以上学历优先。\n2. 具备扎实的机器学习、深度学习基础，熟悉 Transformer、Diffusion、VAE、LLM、多模态模型等主流技术。\n3. 在以下至少一个方向有较强实践或研究经验：视频生成 / 图像生成、视频理解 / 多模态理解、 LLM&Agent\n4. 对真实业务问题有兴趣，能够将前沿算法与业务目标结合，推动技术落地。\n5. 具备良好的问题分析能力、沟通协作能力和自驱力。\n我们是淘天 AI 原生应用—内容 AI 团队,专注于 AIGC 与多模态理解技术 的研发与落地,面向淘宝商家、搜索推荐、外投等多个业务场景,提供视频与内容生成能力支持。团队研发的技术已在业务中规模化应用,每天生成数十万条 AI 视频,并为淘宝外投业务贡献了超过 40% 的消耗规模。重点研究方向包括可控视频和内容生成、多模态细粒度理解、内容创意 Agent 等,致力于研发真正满足业务需求、兼具效果与成本优势的业务域模型。团队与国内多所高校及实验室保持密切合作,近年来累计发表 30+ 篇顶会论文,涵盖理解和生成统一模型,强化学习算法,多模态推理等最新前沿研究方向。如果你对相关技术感兴趣，欢迎加入我们\n在这里，你将参与淘天核心业务场景下的视频理解与生成算法研发，围绕商家内容生产、搜索推荐、广告外投等场景，推动下一代内容 AI 技术从研究走向大规模应用。具体包括：\n1. 负责垂类视频生成模型的设计、训练与优化，面向电商场景构建高质量、可控、低成本的视频生成能力。\n2. 负责视频理解、多模态细粒度理解相关算法研发，提升对商品、人物、场景、动作、镜头语言等内容的识别与建模能力。\n3. 参与视频创作 Agent 的研发，结合大模型、多模态理解与生成能力，打造面向真实业务需求的智能创作系统。\n4. 结合业务目标优化模型效果、推理效率与部署成本，支撑大规模线上生产与应用。\n5. 跟踪多模态生成与理解领域前沿进展，推动论文成果、开源能力与业务系统结合\n1. 计算机、人工智能、数学、电子工程等相关专业，硕士及以上学历优先。\n2. 具备扎实的机器学习、深度学习基础，熟悉 Transformer、Diffusion、VAE、LLM、多模态模型等主流技术。\n3. 在以下至少一个方向有较强实践或研究经验：视频生成 / 图像生成、视频理解 / 多模态理解、 LLM&Agent\n4. 对真实业务问题有兴趣，能够将前沿算法与业务目标结合，推动技术落地。\n5. 具备良好的问题分析能力、沟通协作能力和自驱力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}