{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "研究型实习生 - 多模态领域模型前沿技术研究",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "Token Foundry",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴集团",
        "company_industry": "电子商务 / 云计算 / 人工智能",
        "company_size": "10000人以上",
        "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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "项目关注多模态大模型的前沿技术问题，特别是领域应用中的泛化能力不足，模型信息融合效率低，推理能力弱等关键问题，探索具备推理能力的、多模态高效融合的领域多模态大模型，沉淀可复制的技术方法，推动其在行业和领域的落地应用。\n项目包含但不限于如下关键课题：\n1、多模态推理技术研究：探索多模态推理数据构建与强化学习算法，关注多模态领域模型的协同推理机制，提升领域泛化能力；\n2、模型原生架构探索：探索多模态数据协同处理的通用模型结构，实现跨模态数据的高效表征学习，探索理解与生成一体化的多模态大模型技术框架，进一步提升模型对领域泛化能力。",
        "requirements_text": "1、完成领域多模态大模型关键技术问题的算法研发任务；\n2、协助以上研发算法的技术沉淀和落地应用，实现模型领域推理能力提升10%以上；\n3、发表CCF-A类顶级会议和期刊论文至少1篇，提交2项相关技术专利申请。",
        "skills": [AI生成
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199904700003?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199904700003",
        "post_date": "2026-04-27",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199904700003?deptCodes="
    },
    "fulltext": "研究型实习生 - 多模态领域模型前沿技术研究\n研究型实习生 - 多模态领域模型前沿技术研究\n\n基础信息\n毕业起止时间要求：2028-11-01 - 2032-10-31\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：杭州\n\n职位描述\n项目关注多模态大模型的前沿技术问题，特别是领域应用中的泛化能力不足，模型信息融合效率低，推理能力弱等关键问题，探索具备推理能力的、多模态高效融合的领域多模态大模型，沉淀可复制的技术方法，推动其在行业和领域的落地应用。\n项目包含但不限于如下关键课题：\n1、多模态推理技术研究：探索多模态推理数据构建与强化学习算法，关注多模态领域模型的协同推理机制，提升领域泛化能力；\n2、模型原生架构探索：探索多模态数据协同处理的通用模型结构，实现跨模态数据的高效表征学习，探索理解与生成一体化的多模态大模型技术框架，进一步提升模型对领域泛化能力。\n\n职位要求\n1、完成领域多模态大模型关键技术问题的算法研发任务；\n2、协助以上研发算法的技术沉淀和落地应用，实现模型领域推理能力提升10%以上；\n3、发表CCF-A类顶级会议和期刊论文至少1篇，提交2项相关技术专利申请。\n\n在招业务\nToken Foundry\n项目关注多模态大模型的前沿技术问题，特别是领域应用中的泛化能力不足，模型信息融合效率低，推理能力弱等关键问题，探索具备推理能力的、多模态高效融合的领域多模态大模型，沉淀可复制的技术方法，推动其在行业和领域的落地应用。\n项目包含但不限于如下关键课题：\n1、多模态推理技术研究：探索多模态推理数据构建与强化学习算法，关注多模态领域模型的协同推理机制，提升领域泛化能力；\n2、模型原生架构探索：探索多模态数据协同处理的通用模型结构，实现跨模态数据的高效表征学习，探索理解与生成一体化的多模态大模型技术框架，进一步提升模型对领域泛化能力。\n1、完成领域多模态大模型关键技术问题的算法研发任务；\n2、协助以上研发算法的技术沉淀和落地应用，实现模型领域推理能力提升10%以上；\n3、发表CCF-A类顶级会议和期刊论文至少1篇，提交2项相关技术专利申请。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}