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": "多模态实时交互电商数字人",
"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": "加入我们,你将获得:"
},
"requirements": {
"working_years": "",
"degree": "计算机视觉、自然语言处理、多模态理解等相关专业背景的在读硕士或博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "欢迎加入阿里巴巴数字人团队!\n如果你对以下领域感兴趣,并希望在实际项目中积累经验,欢迎加入我们!\n你将参与的工作:\n个性化数字人形象生成系统\n在海量用户数据和先进技术支持下,协助开发能够生成千人千面个性化虚拟形象的系统。\n学习并应用基础的图像处理和生成模型,帮助提升系统的定制化能力。\n高表现力肢体表情驱动技术研发\n参与研发基于动作捕捉、表情合成和实时渲染技术的数字人表情和肢体动作驱动系统。\n协助优化现有技术,使数字人的表情和动作更加自然流畅,增强情感表达能力。\n核心技术难题攻克\n在导师指导下,学习和探索基于扩散模型的高质量数字人生成技术。\n多模态统一大模型的应用\n了解并参与多模态信息融合的研究,结合图像、文本、音频等多种信息,构建具备理解能力和生成能力的数字人系统。\n协助解决业界尚未突破的技术瓶颈,推动技术创新。\n相关研究课题细分方向:\n数字人形象定制与风格化迁移\n协助开发和优化数字人形象定制生成能力,适配不同的实时互动场景。\n学习并应用基本的图像处理和生成算法,提升系统的灵活性和适应性。\n数字人表情与肢体动作驱动\n在导师指导下,参与数字人表情和肢体动作驱动技术的研发。\n协助测试和优化现有系统,使其表现力更接近真人水平。\n数字人多模态理解感知能力\n参与构建数字人与用户的实时交互系统,提升其理解和响应能力。\n协助进行多模态信息融合实验,增强数字人的个性化服务能力。\n我们期待你是:\n计算机科学、软件工程、人工智能等相关专业的在校学生(本科或研究生)。\n对数字人技术有浓厚兴趣,愿意在实践中学习和成长。\n具备一定的编程基础(如Python、C++),熟悉常用的数据处理和机器学习框架(如PyTorch、TensorFlow)者优先。\n良好的团队合作精神和沟通能力。\n加入我们,你将获得:\n丰富的实战经验和前沿技术的学习机会。\n导师一对一指导,助力你的职业发展。\n参与影响亿级用户的大规模项目,感受技术带来的巨大价值。\n开放包容的工作环境和充满活力的团队氛围。\n让我们一起定义未来数字人的无限可能,期待你的加入!",
"requirements_text": "1、计算机视觉、自然语言处理、多模态理解等相关专业背景的在读硕士或博士;\n2、扎实的算法和编程能力,熟悉主流的深度学习框架(Pytorch/TensorFlow),熟练掌握Python/C++中至少一门语言;\n3、有图文MLLM/音视频MLLM/Omni Model等一项或多项相关经验,对相关算法模型和优化有深刻理解;\n4、有10B以上多模态大模型训练者优先,有优化DeepSpeed/Megatron框架者优先;\n5、有CCF-A类顶会顶刊论文发表者优先,有高影响力开源项目者优先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"自然语言处理",
"计算机视觉",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "4、有10B以上多模态大模型训练者优先,有优化DeepSpeed/Megatron框架者优先;5、有CCF-A类顶会顶刊论文发表者优先,有高影响力开源项目者优先",
"job_highlights": "加入我们,你将获得:"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903920050?deptCodes="
}
]
},
"posting": {
"posting_id": "199903920050",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903920050?deptCodes="
},
"fulltext": "多模态实时交互电商数字人\n多模态实时交互电商数字人\n\n基础信息\n毕业起止时间要求:2026-10-31 - 2028-12-30\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欢迎加入阿里巴巴数字人团队!\n如果你对以下领域感兴趣,并希望在实际项目中积累经验,欢迎加入我们!\n你将参与的工作:\n个性化数字人形象生成系统\n在海量用户数据和先进技术支持下,协助开发能够生成千人千面个性化虚拟形象的系统。\n学习并应用基础的图像处理和生成模型,帮助提升系统的定制化能力。\n高表现力肢体表情驱动技术研发\n参与研发基于动作捕捉、表情合成和实时渲染技术的数字人表情和肢体动作驱动系统。\n协助优化现有技术,使数字人的表情和动作更加自然流畅,增强情感表达能力。\n核心技术难题攻克\n在导师指导下,学习和探索基于扩散模型的高质量数字人生成技术。\n多模态统一大模型的应用\n了解并参与多模态信息融合的研究,结合图像、文本、音频等多种信息,构建具备理解能力和生成能力的数字人系统。\n协助解决业界尚未突破的技术瓶颈,推动技术创新。\n相关研究课题细分方向:\n数字人形象定制与风格化迁移\n协助开发和优化数字人形象定制生成能力,适配不同的实时互动场景。\n学习并应用基本的图像处理和生成算法,提升系统的灵活性和适应性。\n数字人表情与肢体动作驱动\n在导师指导下,参与数字人表情和肢体动作驱动技术的研发。\n协助测试和优化现有系统,使其表现力更接近真人水平。\n数字人多模态理解感知能力\n参与构建数字人与用户的实时交互系统,提升其理解和响应能力。\n协助进行多模态信息融合实验,增强数字人的个性化服务能力。\n我们期待你是:\n计算机科学、软件工程、人工智能等相关专业的在校学生(本科或研究生)。\n对数字人技术有浓厚兴趣,愿意在实践中学习和成长。\n具备一定的编程基础(如Python、C++),熟悉常用的数据处理和机器学习框架(如PyTorch、TensorFlow)者优先。\n良好的团队合作精神和沟通能力。\n加入我们,你将获得:\n丰富的实战经验和前沿技术的学习机会。\n导师一对一指导,助力你的职业发展。\n参与影响亿级用户的大规模项目,感受技术带来的巨大价值。\n开放包容的工作环境和充满活力的团队氛围。\n让我们一起定义未来数字人的无限可能,期待你的加入!\n\n职位要求\n1、计算机视觉、自然语言处理、多模态理解等相关专业背景的在读硕士或博士;\n2、扎实的算法和编程能力,熟悉主流的深度学习框架(Pytorch/TensorFlow),熟练掌握Python/C++中至少一门语言;\n3、有图文MLLM/音视频MLLM/Omni Model等一项或多项相关经验,对相关算法模型和优化有深刻理解;\n4、有10B以上多模态大模型训练者优先,有优化DeepSpeed/Megatron框架者优先;\n5、有CCF-A类顶会顶刊论文发表者优先,有高影响力开源项目者优先。\n\n在招业务\n淘天集团\n欢迎加入阿里巴巴数字人团队!\n如果你对以下领域感兴趣,并希望在实际项目中积累经验,欢迎加入我们!\n你将参与的工作:\n个性化数字人形象生成系统\n在海量用户数据和先进技术支持下,协助开发能够生成千人千面个性化虚拟形象的系统。\n学习并应用基础的图像处理和生成模型,帮助提升系统的定制化能力。\n高表现力肢体表情驱动技术研发\n参与研发基于动作捕捉、表情合成和实时渲染技术的数字人表情和肢体动作驱动系统。\n协助优化现有技术,使数字人的表情和动作更加自然流畅,增强情感表达能力。\n核心技术难题攻克\n在导师指导下,学习和探索基于扩散模型的高质量数字人生成技术。\n多模态统一大模型的应用\n了解并参与多模态信息融合的研究,结合图像、文本、音频等多种信息,构建具备理解能力和生成能力的数字人系统。\n协助解决业界尚未突破的技术瓶颈,推动技术创新。\n相关研究课题细分方向:\n数字人形象定制与风格化迁移\n协助开发和优化数字人形象定制生成能力,适配不同的实时互动场景。\n学习并应用基本的图像处理和生成算法,提升系统的灵活性和适应性。\n数字人表情与肢体动作驱动\n在导师指导下,参与数字人表情和肢体动作驱动技术的研发。\n协助测试和优化现有系统,使其表现力更接近真人水平。\n数字人多模态理解感知能力\n参与构建数字人与用户的实时交互系统,提升其理解和响应能力。\n协助进行多模态信息融合实验,增强数字人的个性化服务能力。\n我们期待你是:\n计算机科学、软件工程、人工智能等相关专业的在校学生(本科或研究生)。\n对数字人技术有浓厚兴趣,愿意在实践中学习和成长。\n具备一定的编程基础(如Python、C++),熟悉常用的数据处理和机器学习框架(如PyTorch、TensorFlow)者优先。\n良好的团队合作精神和沟通能力。\n加入我们,你将获得:\n丰富的实战经验和前沿技术的学习机会。\n导师一对一指导,助力你的职业发展。\n参与影响亿级用户的大规模项目,感受技术带来的巨大价值。\n开放包容的工作环境和充满活力的团队氛围。\n让我们一起定义未来数字人的无限可能,期待你的加入!\n1、计算机视觉、自然语言处理、多模态理解等相关专业背景的在读硕士或博士;\n2、扎实的算法和编程能力,熟悉主流的深度学习框架(Pytorch/TensorFlow),熟练掌握Python/C++中至少一门语言;\n3、有图文MLLM/音视频MLLM/Omni Model等一项或多项相关经验,对相关算法模型和优化有深刻理解;\n4、有10B以上多模态大模型训练者优先,有优化DeepSpeed/Megatron框架者优先;\n5、有CCF-A类顶会顶刊论文发表者优先,有高影响力开源项目者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}