职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907620025

算法工程师-多模态

未披露 · 北京 / 广州 / 杭州 · 阿里巴巴控股集团

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-多模态",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里巴巴控股集团 / 淘天集团 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部 / 虎鲸文娱集团 / 灵犀互娱",
        "location": "北京 / 广州 / 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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 从事多模态算法和模型的研究与开发,包括但不局限于文本-图像、文本-视频等跨模态算法研发和优化,跟进并保持业界技术领先; \n2. 推进跨模态内容理解/生成前沿技术的创新落地。设计和优化现有算法,提高性能和准确性,确保高质量的用户体验; \n3. 探索AI智能体(Agent)新范式,构建能真正解决业务问题的以多模态大模型为核心的AI助手;\n4. 引领学术与技术前沿:持续追踪多模态AI、理解&生成、LLM等方向进展,产出高水平论文,建立行业技术影响力。",
        "requirements_text": "1. 自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读;\n2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型,有NLP/CV/ML顶会发表经验者,有大规模模型训练工程经验的同学优先;\n3. 良好的学术调研能力,良好的逻辑和数据分析能力,有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先;\n4. 有良好的自我学习能力及自驱力,对前沿领域有强探索欲和好奇心、善于独立思考并反思总结;具备良好的沟通能力和团队协作能力。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "计算机视觉",
            "数据分析",
            "模型训练",
            "团队协作",
            "沟通能力",
            "学习能力",
            "分析能力"
        ],
        "preferred_qualifications": "2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型,有NLP/CV/ML顶会发表经验者,有大规模模型训练工程经验的同学优先;3. 良好的学术调研能力,良好的逻辑和数据分析能力,有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907620025?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907620025",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907620025?deptCodes="
    },
    "fulltext": "算法工程师-多模态\n算法工程师-多模态\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:北京 / 广州 / 杭州\n\n职位描述\n1. 从事多模态算法和模型的研究与开发,包括但不局限于文本-图像、文本-视频等跨模态算法研发和优化,跟进并保持业界技术领先; \n2. 推进跨模态内容理解/生成前沿技术的创新落地。设计和优化现有算法,提高性能和准确性,确保高质量的用户体验; \n3. 探索AI智能体(Agent)新范式,构建能真正解决业务问题的以多模态大模型为核心的AI助手;\n4. 引领学术与技术前沿:持续追踪多模态AI、理解&生成、LLM等方向进展,产出高水平论文,建立行业技术影响力。\n\n职位要求\n1. 自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读;\n2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型,有NLP/CV/ML顶会发表经验者,有大规模模型训练工程经验的同学优先;\n3. 良好的学术调研能力,良好的逻辑和数据分析能力,有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先;\n4. 有良好的自我学习能力及自驱力,对前沿领域有强探索欲和好奇心、善于独立思考并反思总结;具备良好的沟通能力和团队协作能力。\n\n在招业务\n阿里巴巴控股集团 / 淘天集团 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部 / 虎鲸文娱集团 / 灵犀互娱\n1. 从事多模态算法和模型的研究与开发,包括但不局限于文本-图像、文本-视频等跨模态算法研发和优化,跟进并保持业界技术领先; \n2. 推进跨模态内容理解/生成前沿技术的创新落地。设计和优化现有算法,提高性能和准确性,确保高质量的用户体验; \n3. 探索AI智能体(Agent)新范式,构建能真正解决业务问题的以多模态大模型为核心的AI助手;\n4. 引领学术与技术前沿:持续追踪多模态AI、理解&生成、LLM等方向进展,产出高水平论文,建立行业技术影响力。\n1. 自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读;\n2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型,有NLP/CV/ML顶会发表经验者,有大规模模型训练工程经验的同学优先;\n3. 良好的学术调研能力,良好的逻辑和数据分析能力,有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先;\n4. 有良好的自我学习能力及自驱力,对前沿领域有强探索欲和好奇心、善于独立思考并反思总结;具备良好的沟通能力和团队协作能力。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}