主分类:大模型与生成式算法研发
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": "多模态理解和生成统一的前沿应用研究-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry",
"location": "北京 / 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": "1、多模态理解:负责图文/视频/音频理解相关的算法研发,提升模型对复杂多模态场景的语义分析和推理能力;\n2、多模态生成:开发基于 Diffusion Model 或 Autoregressive 架构的生成算法(如 Text-to-Image, Text-to-Video),优化生成的质量、多样性与可控性;\n3、研究多模态理解和生成统一的数据组织、训练范式等难点问题,大规模多模态理解和生成的训练和应用。",
"requirements_text": "1、计算机、人工智能、自动化等相关专业;\n2、在多模态大模型和生成式模型(扩散/自回归模型)上有资深背景,对前沿进展和领域问题有深入理解;\n3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM),有国际高影响力的项目成果;\n4、对 AGI 有极强的热情,能够从第一性原理出发解决世界模型领域问题。",
"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/199907800013?deptCodes="
}
]
},
"posting": {
"posting_id": "199907800013",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907800013?deptCodes="
},
"fulltext": "多模态理解和生成统一的前沿应用研究-阿里星\n多模态理解和生成统一的前沿应用研究-阿里星\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 / 杭州\n\n职位描述\n1、多模态理解:负责图文/视频/音频理解相关的算法研发,提升模型对复杂多模态场景的语义分析和推理能力;\n2、多模态生成:开发基于 Diffusion Model 或 Autoregressive 架构的生成算法(如 Text-to-Image, Text-to-Video),优化生成的质量、多样性与可控性;\n3、研究多模态理解和生成统一的数据组织、训练范式等难点问题,大规模多模态理解和生成的训练和应用。\n\n职位要求\n1、计算机、人工智能、自动化等相关专业;\n2、在多模态大模型和生成式模型(扩散/自回归模型)上有资深背景,对前沿进展和领域问题有深入理解;\n3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM),有国际高影响力的项目成果;\n4、对 AGI 有极强的热情,能够从第一性原理出发解决世界模型领域问题。\n\n在招业务\nToken Foundry\n1、多模态理解:负责图文/视频/音频理解相关的算法研发,提升模型对复杂多模态场景的语义分析和推理能力;\n2、多模态生成:开发基于 Diffusion Model 或 Autoregressive 架构的生成算法(如 Text-to-Image, Text-to-Video),优化生成的质量、多样性与可控性;\n3、研究多模态理解和生成统一的数据组织、训练范式等难点问题,大规模多模态理解和生成的训练和应用。\n1、计算机、人工智能、自动化等相关专业;\n2、在多模态大模型和生成式模型(扩散/自回归模型)上有资深背景,对前沿进展和领域问题有深入理解;\n3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM),有国际高影响力的项目成果;\n4、对 AGI 有极强的热情,能够从第一性原理出发解决世界模型领域问题。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}