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": "研究型实习生 - 视频理解算法研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "本岗位聚焦视频理解方向的前沿算法研究与落地，你将参与以下工作：\n1. 视频精细理解：研究视频主体、运动、场景的细粒度描述方法，攻克长视频的结构化理解（人物关系、情节发展、故事主旨等），支持长视频问答与精准时序定位（temporal grounding）。\n2. 复杂视频推理：结合 R1 类思维链与强化学习技术，解析复杂视频事件，探索视频的因果推理、逻辑推理与跨片段信息聚合能力。\n3. 数据与评测体系：探索高质量视频理解数据的构建、清洗、增强与自动/半自动标注方案，搭建覆盖事件定位、过程描述、主题概括等多任务的数据生产与评测 pipeline。\n4. 视频理解 Agent 与系统：探索多模态大模型（VLM/MLLM）在视频理解 Agent 中的任务编排、模型路由与推理融合，推动前沿算法在真实业务场景的验证与落地。\n5. 前沿追踪与产出：跟踪国际最新技术动态，产出高水平论文、专利或开源成果，推动学术与工程前沿发展。",
"requirements_text": "1. 硕士及以上在读，计算机、人工智能、电子、自动化、数学等相关专业。\n2. 在计算机视觉、多模态、机器学习等一个或多个领域有扎实的研究基础与深入的项目经验。\n3. 深入理解深度学习、计算机视觉与自然语言处理基础知识，对 VLM/MLLM 模型原理及主流视频理解方法有清晰认识。\n4. 熟练掌握 Python 及 PyTorch 等主流深度学习框架，具备良好的工程实现与实验分析能力。\n5. 具备较强的学习能力与钻研精神，对解决富有挑战性的技术问题有浓厚兴趣，良好的团队合作与沟通能力。\n加分项\n1. 在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、ACL 等国际顶级会议或期刊上发表过论文。\n2. 具备优秀代码能力，有 ACM/ICPC、NOI/IOI 等竞赛获奖经历。\n3. 在多模态大模型、视频理解、长上下文建模、强化学习等方向主导或深度参与过有影响力的项目或开源工作。\n4. 在权威数据集 Leaderboard 上排名靠前，或在开源社区有较大影响力。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"计算机视觉",
"团队协作",
"沟通能力",
"学习能力",
"分析能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904140011?deptCodes="
}
]
},
"posting": {
"posting_id": "199904140011",
"post_date": "2026-09-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904140011?deptCodes="
},
"fulltext": "研究型实习生 - 视频理解算法研究\n研究型实习生 - 视频理解算法研究\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\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：杭州\n\n职位描述\n本岗位聚焦视频理解方向的前沿算法研究与落地，你将参与以下工作：\n1. 视频精细理解：研究视频主体、运动、场景的细粒度描述方法，攻克长视频的结构化理解（人物关系、情节发展、故事主旨等），支持长视频问答与精准时序定位（temporal grounding）。\n2. 复杂视频推理：结合 R1 类思维链与强化学习技术，解析复杂视频事件，探索视频的因果推理、逻辑推理与跨片段信息聚合能力。\n3. 数据与评测体系：探索高质量视频理解数据的构建、清洗、增强与自动/半自动标注方案，搭建覆盖事件定位、过程描述、主题概括等多任务的数据生产与评测 pipeline。\n4. 视频理解 Agent 与系统：探索多模态大模型（VLM/MLLM）在视频理解 Agent 中的任务编排、模型路由与推理融合，推动前沿算法在真实业务场景的验证与落地。\n5. 前沿追踪与产出：跟踪国际最新技术动态，产出高水平论文、专利或开源成果，推动学术与工程前沿发展。\n\n职位要求\n1. 硕士及以上在读，计算机、人工智能、电子、自动化、数学等相关专业。\n2. 在计算机视觉、多模态、机器学习等一个或多个领域有扎实的研究基础与深入的项目经验。\n3. 深入理解深度学习、计算机视觉与自然语言处理基础知识，对 VLM/MLLM 模型原理及主流视频理解方法有清晰认识。\n4. 熟练掌握 Python 及 PyTorch 等主流深度学习框架，具备良好的工程实现与实验分析能力。\n5. 具备较强的学习能力与钻研精神，对解决富有挑战性的技术问题有浓厚兴趣，良好的团队合作与沟通能力。\n加分项\n1. 在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、ACL 等国际顶级会议或期刊上发表过论文。\n2. 具备优秀代码能力，有 ACM/ICPC、NOI/IOI 等竞赛获奖经历。\n3. 在多模态大模型、视频理解、长上下文建模、强化学习等方向主导或深度参与过有影响力的项目或开源工作。\n4. 在权威数据集 Leaderboard 上排名靠前，或在开源社区有较大影响力。\n\n在招业务\n阿里巴巴控股集团\n本岗位聚焦视频理解方向的前沿算法研究与落地，你将参与以下工作：\n1. 视频精细理解：研究视频主体、运动、场景的细粒度描述方法，攻克长视频的结构化理解（人物关系、情节发展、故事主旨等），支持长视频问答与精准时序定位（temporal grounding）。\n2. 复杂视频推理：结合 R1 类思维链与强化学习技术，解析复杂视频事件，探索视频的因果推理、逻辑推理与跨片段信息聚合能力。\n3. 数据与评测体系：探索高质量视频理解数据的构建、清洗、增强与自动/半自动标注方案，搭建覆盖事件定位、过程描述、主题概括等多任务的数据生产与评测 pipeline。\n4. 视频理解 Agent 与系统：探索多模态大模型（VLM/MLLM）在视频理解 Agent 中的任务编排、模型路由与推理融合，推动前沿算法在真实业务场景的验证与落地。\n5. 前沿追踪与产出：跟踪国际最新技术动态，产出高水平论文、专利或开源成果，推动学术与工程前沿发展。\n1. 硕士及以上在读，计算机、人工智能、电子、自动化、数学等相关专业。\n2. 在计算机视觉、多模态、机器学习等一个或多个领域有扎实的研究基础与深入的项目经验。\n3. 深入理解深度学习、计算机视觉与自然语言处理基础知识，对 VLM/MLLM 模型原理及主流视频理解方法有清晰认识。\n4. 熟练掌握 Python 及 PyTorch 等主流深度学习框架，具备良好的工程实现与实验分析能力。\n5. 具备较强的学习能力与钻研精神，对解决富有挑战性的技术问题有浓厚兴趣，良好的团队合作与沟通能力。\n加分项\n1. 在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、ACL 等国际顶级会议或期刊上发表过论文。\n2. 具备优秀代码能力，有 ACM/ICPC、NOI/IOI 等竞赛获奖经历。\n3. 在多模态大模型、视频理解、长上下文建模、强化学习等方向主导或深度参与过有影响力的项目或开源工作。\n4. 在权威数据集 Leaderboard 上排名靠前，或在开源社区有较大影响力。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}