职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199903840039

研究型实习生-智能算法产品事业部-多模态视觉算法工程师

未披露 · 北京 / 杭州 · 淘天集团

主分类:计算机视觉与图像感知算法研发
算法与数据
辅助:大模型与生成式算法研发(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": "研究型实习生-智能算法产品事业部-多模态视觉算法工程师",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "淘天集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"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": "计算机、数学或统计学相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "我们是阿里妈妈搜索广告算法团队,负责淘宝搜索场景广告技术变现的算法设计和优化,包括并不限于:\n1. 负责研究多模态大模型在淘宝海量图文、视频物料理解上的运用;\n2. 负责研究生成式大模型/AIGC算法在广告投放物料挖掘上的运用;\n3. 负责研究多模态大模型和生成式大模型在搜索广告中的全链路运用和升级;\n4. 负责研究搜索广告场景下多物料投放算法的设计和优化,包含商品、直播、短视频等;\n5. 负责研究超大规模多模态大模型的训练和推理加速;\n6. 负责研究经典CV/多模态任务的设计和优化,包括分类、检测、OCR、度量学习等。",
        "requirements_text": "【必备项】\n1.计算机、数学或统计学相关专业硕士及以上学历;\n2.熟练掌握Java/C++/Python中至少一门语言,有扎实的数据结构和算法基础;\n3.熟悉CV/多模态算法、常用的机器学习和深度学习算法;\n4.具备优秀的分析和解决问题的能力,良好的沟通协作能力。\n【加分项】\n5.有计算机视觉、数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验,在以上领域的国际会议(NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、ACM MM、SIGKDD、ACL、WSDM等)或者期刊上发表过论文者优先;\n6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者优先;\n7.参与过机器学习开源项目并有突出贡献者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "机器学习",
            "深度学习",
            "强化学习",
            "计算机视觉",
            "数据结构",
            "数据挖掘",
            "解决问题"
        ],
        "preferred_qualifications": "【加分项】;5.有计算机视觉、数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验,在以上领域的国际会议(NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、ACM MM、SIGKDD、ACL、WSDM等)或者期刊上发表过论文者优先;6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者优先;7.参与过机器学习开源项目并有突出贡献者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199903840039?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903840039",
        "post_date": "2026-03-20",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903840039?deptCodes="
    },
    "fulltext": "研究型实习生-智能算法产品事业部-多模态视觉算法工程师\n研究型实习生-智能算法产品事业部-多模态视觉算法工程师\n\n基础信息\n毕业起止时间要求:2028-02-28 - 2028-12-31\n职位类别:技术类\n招聘项目:阿里巴巴研究型实习生\n工作地点:北京 / 杭州\n\n职位描述\n我们是阿里妈妈搜索广告算法团队,负责淘宝搜索场景广告技术变现的算法设计和优化,包括并不限于:\n1. 负责研究多模态大模型在淘宝海量图文、视频物料理解上的运用;\n2. 负责研究生成式大模型/AIGC算法在广告投放物料挖掘上的运用;\n3. 负责研究多模态大模型和生成式大模型在搜索广告中的全链路运用和升级;\n4. 负责研究搜索广告场景下多物料投放算法的设计和优化,包含商品、直播、短视频等;\n5. 负责研究超大规模多模态大模型的训练和推理加速;\n6. 负责研究经典CV/多模态任务的设计和优化,包括分类、检测、OCR、度量学习等。\n\n职位要求\n【必备项】\n1.计算机、数学或统计学相关专业硕士及以上学历;\n2.熟练掌握Java/C++/Python中至少一门语言,有扎实的数据结构和算法基础;\n3.熟悉CV/多模态算法、常用的机器学习和深度学习算法;\n4.具备优秀的分析和解决问题的能力,良好的沟通协作能力。\n【加分项】\n5.有计算机视觉、数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验,在以上领域的国际会议(NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、ACM MM、SIGKDD、ACL、WSDM等)或者期刊上发表过论文者优先;\n6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者优先;\n7.参与过机器学习开源项目并有突出贡献者优先。\n\n在招业务\n淘天集团\n我们是阿里妈妈搜索广告算法团队,负责淘宝搜索场景广告技术变现的算法设计和优化,包括并不限于:\n1. 负责研究多模态大模型在淘宝海量图文、视频物料理解上的运用;\n2. 负责研究生成式大模型/AIGC算法在广告投放物料挖掘上的运用;\n3. 负责研究多模态大模型和生成式大模型在搜索广告中的全链路运用和升级;\n4. 负责研究搜索广告场景下多物料投放算法的设计和优化,包含商品、直播、短视频等;\n5. 负责研究超大规模多模态大模型的训练和推理加速;\n6. 负责研究经典CV/多模态任务的设计和优化,包括分类、检测、OCR、度量学习等。\n【必备项】\n1.计算机、数学或统计学相关专业硕士及以上学历;\n2.熟练掌握Java/C++/Python中至少一门语言,有扎实的数据结构和算法基础;\n3.熟悉CV/多模态算法、常用的机器学习和深度学习算法;\n4.具备优秀的分析和解决问题的能力,良好的沟通协作能力。\n【加分项】\n5.有计算机视觉、数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验,在以上领域的国际会议(NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、ACM MM、SIGKDD、ACL、WSDM等)或者期刊上发表过论文者优先;\n6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者优先;\n7.参与过机器学习开源项目并有突出贡献者优先。",
    "standard_classification": {
        "std_category_code": "T034",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}