职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199903900044

算法工程师-电商AIGC视频与图像生成模型方向(T-Star Lab 日常实习)

未披露 · 北京 / 杭州 · 淘天集团

主分类:大模型与生成式算法研发
算法与数据
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": "算法工程师-电商AIGC视频与图像生成模型方向(T-Star Lab 日常实习)",
        "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": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "岗位课题:\n1.电商视频生成模型研发\n2.多个视频应用模型研发\n3.原生支持中文的图像生成模型研发\n4.有语义泛化性的图像编辑模型研发\n课题背景:\nAIGC 生成已成为广告创意制作的主流制作形式,基于AIGC 图像和视频生成模型提供了丰富的素材并持续提升创意制作的美观度和多样性。同时视频和图像生成模型也是各科技公司在AI 领域争夺的中心领域之一。\n阿里妈妈在过去两年从业务需求出发,持续研发电商领域的多模态生成模型,推出了淘宝星辰视频生成模型、图生视频模型、短视频模型、服饰模特生图模型、图文海报制作等多个原创能力,并成功落地万相营造、万相台无界版、千牛、光合平台、生意管家等多个工具平台和展示、搜索、外投等多个投放场景的创意制作。\n岗位职责:\n你将有机会参与核心多模态大模型研究工作,深入到数据准备 | Caption | 训练系统搭建 | Encoder | Pretraining | Continuous training | SFT | Post training 等多模态生成的方方面面, 亲手解决大模型研发的问题,并最终交付电商场景领先的生成模型,以及有机会提前获得校招T-Star的正式Offer。",
        "requirements_text": "1.硕士及以上学历,2026年11月1日以后毕业,计算机、软件工程、人工智能等相关专业,能连续实习3个月及以上;\n2.对AIGC兴趣浓厚,热爱探索。\n3.在多模态生成领域有实践,熟悉基于扩散模型原理和可控生成。有实际大模型训练经验优先。\n4.有突出学术成果或比赛成绩优先。",
        "skills": [AI生成
            "模型训练",
            "大语言模型"
        ],
        "preferred_qualifications": "有实际大模型训练经验优先;4.有突出学术成果或比赛成绩优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199903900044?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903900044",
        "post_date": "2026-03-20",
        "hire_time": "1.硕士及以上学历,2026年11月1日以后毕业,计算机、软件工程、人工智能等相关专业,能连续实习3个月及以上",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903900044?deptCodes="
    },
    "fulltext": "算法工程师-电商AIGC视频与图像生成模型方向(T-Star Lab 日常实习)\n算法工程师-电商AIGC视频与图像生成模型方向(T-Star Lab 日常实习)\n\n基础信息\n毕业起止时间要求:2026-10-31 - 2028-10-30\n职位类别:技术类\n招聘项目:阿里巴巴日常实习生\n工作地点:北京 / 杭州\n\n职位描述\n岗位课题:\n1.电商视频生成模型研发\n2.多个视频应用模型研发\n3.原生支持中文的图像生成模型研发\n4.有语义泛化性的图像编辑模型研发\n课题背景:\nAIGC 生成已成为广告创意制作的主流制作形式,基于AIGC 图像和视频生成模型提供了丰富的素材并持续提升创意制作的美观度和多样性。同时视频和图像生成模型也是各科技公司在AI 领域争夺的中心领域之一。\n阿里妈妈在过去两年从业务需求出发,持续研发电商领域的多模态生成模型,推出了淘宝星辰视频生成模型、图生视频模型、短视频模型、服饰模特生图模型、图文海报制作等多个原创能力,并成功落地万相营造、万相台无界版、千牛、光合平台、生意管家等多个工具平台和展示、搜索、外投等多个投放场景的创意制作。\n岗位职责:\n你将有机会参与核心多模态大模型研究工作,深入到数据准备 | Caption | 训练系统搭建 | Encoder | Pretraining | Continuous training | SFT | Post training 等多模态生成的方方面面, 亲手解决大模型研发的问题,并最终交付电商场景领先的生成模型,以及有机会提前获得校招T-Star的正式Offer。\n\n职位要求\n1.硕士及以上学历,2026年11月1日以后毕业,计算机、软件工程、人工智能等相关专业,能连续实习3个月及以上;\n2.对AIGC兴趣浓厚,热爱探索。\n3.在多模态生成领域有实践,熟悉基于扩散模型原理和可控生成。有实际大模型训练经验优先。\n4.有突出学术成果或比赛成绩优先。\n\n在招业务\n淘天集团\n岗位课题:\n1.电商视频生成模型研发\n2.多个视频应用模型研发\n3.原生支持中文的图像生成模型研发\n4.有语义泛化性的图像编辑模型研发\n课题背景:\nAIGC 生成已成为广告创意制作的主流制作形式,基于AIGC 图像和视频生成模型提供了丰富的素材并持续提升创意制作的美观度和多样性。同时视频和图像生成模型也是各科技公司在AI 领域争夺的中心领域之一。\n阿里妈妈在过去两年从业务需求出发,持续研发电商领域的多模态生成模型,推出了淘宝星辰视频生成模型、图生视频模型、短视频模型、服饰模特生图模型、图文海报制作等多个原创能力,并成功落地万相营造、万相台无界版、千牛、光合平台、生意管家等多个工具平台和展示、搜索、外投等多个投放场景的创意制作。\n岗位职责:\n你将有机会参与核心多模态大模型研究工作,深入到数据准备 | Caption | 训练系统搭建 | Encoder | Pretraining | Continuous training | SFT | Post training 等多模态生成的方方面面, 亲手解决大模型研发的问题,并最终交付电商场景领先的生成模型,以及有机会提前获得校招T-Star的正式Offer。\n1.硕士及以上学历,2026年11月1日以后毕业,计算机、软件工程、人工智能等相关专业,能连续实习3个月及以上;\n2.对AIGC兴趣浓厚,热爱探索。\n3.在多模态生成领域有实践,熟悉基于扩散模型原理和可控生成。有实际大模型训练经验优先。\n4.有突出学术成果或比赛成绩优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}