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": "研究型实习生-多模态通用和推理大模型后训练研究",
"job_level": "实习",AI生成
"work_category": "实习",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": "计算机视觉、自然语言处理、人工智能等专业优秀在读博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 模型多模态能力的提升，包括但不限于：物理世界细粒度视觉感知、空间感知、视频时序行为预测和推理、基于视觉的决策和规划；\n2. 多模态数据的制作，包括：训练数据的收集、清理和标注，测试Benchmark的构建；\n3. 多模态RL相关研究，包括通过RL提升模型常规感知能力和推理能力；\n4. 多模态任务评测，包括：客观的Benchmark接入、OOD评测、以及主观评测。",
"requirements_text": "1. 计算机视觉、自然语言处理、人工智能等专业优秀在读博士；\n2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架，有复杂模型设计和建模经验；\n3. 具备出色的学术研究和数据分析能力，有高质量学术论文、高影响力开源项目、高水平竞赛获奖经验者优先；\n4. 良好的自我学习能力及自驱力，对前沿领域有强探索欲，富有想象力和创造力。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"自然语言处理",
"计算机视觉",
"数据分析",
"学习能力",
"分析能力",
"建模"
],
"preferred_qualifications": "3. 具备出色的学术研究和数据分析能力，有高质量学术论文、高影响力开源项目、高水平竞赛获奖经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907900004?deptCodes="
}
]
},
"posting": {
"posting_id": "199907900004",
"post_date": "2026-07-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907900004?deptCodes="
},
"fulltext": "研究型实习生-多模态通用和推理大模型后训练研究\n研究型实习生-多模态通用和推理大模型后训练研究\n\n基础信息\n毕业起止时间要求：2026-11-01 - 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：北京 / 杭州\n\n职位描述\n1. 模型多模态能力的提升，包括但不限于：物理世界细粒度视觉感知、空间感知、视频时序行为预测和推理、基于视觉的决策和规划；\n2. 多模态数据的制作，包括：训练数据的收集、清理和标注，测试Benchmark的构建；\n3. 多模态RL相关研究，包括通过RL提升模型常规感知能力和推理能力；\n4. 多模态任务评测，包括：客观的Benchmark接入、OOD评测、以及主观评测。\n\n职位要求\n1. 计算机视觉、自然语言处理、人工智能等专业优秀在读博士；\n2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架，有复杂模型设计和建模经验；\n3. 具备出色的学术研究和数据分析能力，有高质量学术论文、高影响力开源项目、高水平竞赛获奖经验者优先；\n4. 良好的自我学习能力及自驱力，对前沿领域有强探索欲，富有想象力和创造力。\n\n在招业务\nToken Foundry\n1. 模型多模态能力的提升，包括但不限于：物理世界细粒度视觉感知、空间感知、视频时序行为预测和推理、基于视觉的决策和规划；\n2. 多模态数据的制作，包括：训练数据的收集、清理和标注，测试Benchmark的构建；\n3. 多模态RL相关研究，包括通过RL提升模型常规感知能力和推理能力；\n4. 多模态任务评测，包括：客观的Benchmark接入、OOD评测、以及主观评测。\n1. 计算机视觉、自然语言处理、人工智能等专业优秀在读博士；\n2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架，有复杂模型设计和建模经验；\n3. 具备出色的学术研究和数据分析能力，有高质量学术论文、高影响力开源项目、高水平竞赛获奖经验者优先；\n4. 良好的自我学习能力及自驱力，对前沿领域有强探索欲，富有想象力和创造力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}