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": "算法工程师-视觉生成大模型",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里巴巴控股集团",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性\n2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力\n3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等\n4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模",
"requirements_text": "1. 计算机科学、人工智能等相关专业，硕士及以上学历\n2. 有大规模视觉生成模型训练经验或者在相关方向的顶级会议/期刊（CVPR/ICCV/ECCV/NeurIPS/AAAI等）发表过论文优先\n3. 扎实的深度学习与计算机视觉基础，对视觉生成式模型（Diffusion Model、Flow Matching）、及其 Post-Training(RL、蒸馏、Reward model) 有系统理解，至少深入实践过其中一种\n4. 熟练使用 PyTorch 等主流深度学习框架，具备独立完成模型搭建、训练和调优的能力\n5. 自驱力强，具备良好的系统分析和解决问题能力，能积极主动地跟进前沿技术",
"skills": [AI生成
"PyTorch",
"深度学习",
"计算机视觉",
"模型训练",
"解决问题"
],
"preferred_qualifications": "2. 有大规模视觉生成模型训练经验或者在相关方向的顶级会议/期刊（CVPR/ICCV/ECCV/NeurIPS/AAAI等）发表过论文优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908600002?deptCodes="
}
]
},
"posting": {
"posting_id": "199908600002",
"post_date": "2026-08-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908600002?deptCodes="
},
"fulltext": "算法工程师-视觉生成大模型\n算法工程师-视觉生成大模型\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. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性\n2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力\n3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等\n4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模\n\n职位要求\n1. 计算机科学、人工智能等相关专业，硕士及以上学历\n2. 有大规模视觉生成模型训练经验或者在相关方向的顶级会议/期刊（CVPR/ICCV/ECCV/NeurIPS/AAAI等）发表过论文优先\n3. 扎实的深度学习与计算机视觉基础，对视觉生成式模型（Diffusion Model、Flow Matching）、及其 Post-Training(RL、蒸馏、Reward model) 有系统理解，至少深入实践过其中一种\n4. 熟练使用 PyTorch 等主流深度学习框架，具备独立完成模型搭建、训练和调优的能力\n5. 自驱力强，具备良好的系统分析和解决问题能力，能积极主动地跟进前沿技术\n\n在招业务\n阿里巴巴控股集团\n1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性\n2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力\n3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等\n4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模\n1. 计算机科学、人工智能等相关专业，硕士及以上学历\n2. 有大规模视觉生成模型训练经验或者在相关方向的顶级会议/期刊（CVPR/ICCV/ECCV/NeurIPS/AAAI等）发表过论文优先\n3. 扎实的深度学习与计算机视觉基础，对视觉生成式模型（Diffusion Model、Flow Matching）、及其 Post-Training(RL、蒸馏、Reward model) 有系统理解，至少深入实践过其中一种\n4. 熟练使用 PyTorch 等主流深度学习框架，具备独立完成模型搭建、训练和调优的能力\n5. 自驱力强，具备良好的系统分析和解决问题能力，能积极主动地跟进前沿技术",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}