主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
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": "算法研究员-Agentic多模态生成",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里国际数字商业集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里国际数字商业集团",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "一、关于阿里巴巴国际站\n阿里巴巴国际站是全球领先的跨境 B2B 数字贸易平台，致力于推动全球贸易数字化升级。在这里，你将有机会深入 AIGC 在垂直领域的“深水区”，直接参与构建懂业务、能推理的Agentic Creative System（智能创意系统），用前沿的生成式 AI 技术重塑全球卖家的内容生产力。\n二、关于项目\n本项目旨在解决 B 端电商场景下，通用大模型难以理解复杂商业逻辑、生成内容不可控及缺乏业务反馈闭环的核心痛点。我们不只做通用的文生图/文生视频，而是致力于打造具备高度业务感知能力的智能创意引擎：\n1. 突破生成模型的“幻觉”与对齐难题：针对 B 端商品严格的属性要求，探索 Diffusion Model + RL（强化学习） 训练范式。通过构建基于真实业务反馈（如点击率、转化率）的 Reward Model，实现模型策略的在线迭代，确保生成内容既美观又符合商业逻辑。\n2. 构建复杂约束下的 Agent 编排架构：设计多 Agent 协作系统，使其能够自主规划生图步骤、调用外部工具并执行带强限制的 Function Calling（如保留特定 Logo、遵循材质规范），实现从“随机生成”到“精准可控”的跃迁。\n3. 打造端到端的长上下文视频工作流：搭建高可用、可扩展的视频生成 Workflow，解决长序列生成中的一致性问题，实现从复杂文档/文本输入到高质量营销视频输出的全自动化链路。\n三、你的职责\n1. 前沿调研与方案设计：跟进工业界与学术界在 Diffusion Models、Reinforcement Learning from Human/Business Feedback (RLHF/RLBF)、Multi-Agent Planning 及 Long-Context Video Generation 方向的最新进展，探索适用于 B 端复杂场景的落地方案。\n2. 负责生图/视频模型的 RL 训练框架搭建，设计高效的 Reward Model 以对齐业务目标，解决生成内容的“幻觉”与合规性问题。\n3. 设计与实现 Multi-Agent 协作架构，优化 Agent 在复杂业务流程中的任务拆解、工具调用及自我修正能力。\n4. 落地实践与成果转化：参与模型训练、链路调优与 AB 实验分析，将理论方案转化为线上可用的智能创意生产能力；对创新性研究成果进行总结，撰写高质量技术论文并尝试投稿顶级会议（如 CVPR, ICCV, NeurIPS, ICML, SIGGRAPH 等）。",
"requirements_text": "1. 学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士，具备扎实的深度学习、强化学习及概率统计基础。\n2. 熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。\n3. 在生成式模型（Diffusion, Transformer, GANs）、强化学习（PPO, DPO, RLHF） 或 大语言模型 Agent 开发 任一领域有深入理解或项目经验。\n4. 拥有优秀的代码工程能力，能够处理大规模数据训练及复杂工作流的系统搭建。\n5. 综合素质：对 AIGC 赋能 B 端业务充满热情，具备极强的创新思维和问题解决能力，有顶会论文发表或知名开源项目贡献者加分。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "5. 综合素质：对 AIGC 赋能 B 端业务充满热情，具备极强的创新思维和问题解决能力，有顶会论文发表或知名开源项目贡献者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908960001?deptCodes="
}
]
},
"posting": {
"posting_id": "199908960001",
"post_date": "2026-08-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908960001?deptCodes="
},
"fulltext": "算法研究员-Agentic多模态生成\n算法研究员-Agentic多模态生成\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-12-31\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一、关于阿里巴巴国际站\n阿里巴巴国际站是全球领先的跨境 B2B 数字贸易平台，致力于推动全球贸易数字化升级。在这里，你将有机会深入 AIGC 在垂直领域的“深水区”，直接参与构建懂业务、能推理的Agentic Creative System（智能创意系统），用前沿的生成式 AI 技术重塑全球卖家的内容生产力。\n二、关于项目\n本项目旨在解决 B 端电商场景下，通用大模型难以理解复杂商业逻辑、生成内容不可控及缺乏业务反馈闭环的核心痛点。我们不只做通用的文生图/文生视频，而是致力于打造具备高度业务感知能力的智能创意引擎：\n1. 突破生成模型的“幻觉”与对齐难题：针对 B 端商品严格的属性要求，探索 Diffusion Model + RL（强化学习） 训练范式。通过构建基于真实业务反馈（如点击率、转化率）的 Reward Model，实现模型策略的在线迭代，确保生成内容既美观又符合商业逻辑。\n2. 构建复杂约束下的 Agent 编排架构：设计多 Agent 协作系统，使其能够自主规划生图步骤、调用外部工具并执行带强限制的 Function Calling（如保留特定 Logo、遵循材质规范），实现从“随机生成”到“精准可控”的跃迁。\n3. 打造端到端的长上下文视频工作流：搭建高可用、可扩展的视频生成 Workflow，解决长序列生成中的一致性问题，实现从复杂文档/文本输入到高质量营销视频输出的全自动化链路。\n三、你的职责\n1. 前沿调研与方案设计：跟进工业界与学术界在 Diffusion Models、Reinforcement Learning from Human/Business Feedback (RLHF/RLBF)、Multi-Agent Planning 及 Long-Context Video Generation 方向的最新进展，探索适用于 B 端复杂场景的落地方案。\n2. 负责生图/视频模型的 RL 训练框架搭建，设计高效的 Reward Model 以对齐业务目标，解决生成内容的“幻觉”与合规性问题。\n3. 设计与实现 Multi-Agent 协作架构，优化 Agent 在复杂业务流程中的任务拆解、工具调用及自我修正能力。\n4. 落地实践与成果转化：参与模型训练、链路调优与 AB 实验分析，将理论方案转化为线上可用的智能创意生产能力；对创新性研究成果进行总结，撰写高质量技术论文并尝试投稿顶级会议（如 CVPR, ICCV, NeurIPS, ICML, SIGGRAPH 等）。\n\n职位要求\n1. 学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士，具备扎实的深度学习、强化学习及概率统计基础。\n2. 熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。\n3. 在生成式模型（Diffusion, Transformer, GANs）、强化学习（PPO, DPO, RLHF） 或 大语言模型 Agent 开发 任一领域有深入理解或项目经验。\n4. 拥有优秀的代码工程能力，能够处理大规模数据训练及复杂工作流的系统搭建。\n5. 综合素质：对 AIGC 赋能 B 端业务充满热情，具备极强的创新思维和问题解决能力，有顶会论文发表或知名开源项目贡献者加分。\n\n在招业务\n阿里国际数字商业集团\n一、关于阿里巴巴国际站\n阿里巴巴国际站是全球领先的跨境 B2B 数字贸易平台，致力于推动全球贸易数字化升级。在这里，你将有机会深入 AIGC 在垂直领域的“深水区”，直接参与构建懂业务、能推理的Agentic Creative System（智能创意系统），用前沿的生成式 AI 技术重塑全球卖家的内容生产力。\n二、关于项目\n本项目旨在解决 B 端电商场景下，通用大模型难以理解复杂商业逻辑、生成内容不可控及缺乏业务反馈闭环的核心痛点。我们不只做通用的文生图/文生视频，而是致力于打造具备高度业务感知能力的智能创意引擎：\n1. 突破生成模型的“幻觉”与对齐难题：针对 B 端商品严格的属性要求，探索 Diffusion Model + RL（强化学习） 训练范式。通过构建基于真实业务反馈（如点击率、转化率）的 Reward Model，实现模型策略的在线迭代，确保生成内容既美观又符合商业逻辑。\n2. 构建复杂约束下的 Agent 编排架构：设计多 Agent 协作系统，使其能够自主规划生图步骤、调用外部工具并执行带强限制的 Function Calling（如保留特定 Logo、遵循材质规范），实现从“随机生成”到“精准可控”的跃迁。\n3. 打造端到端的长上下文视频工作流：搭建高可用、可扩展的视频生成 Workflow，解决长序列生成中的一致性问题，实现从复杂文档/文本输入到高质量营销视频输出的全自动化链路。\n三、你的职责\n1. 前沿调研与方案设计：跟进工业界与学术界在 Diffusion Models、Reinforcement Learning from Human/Business Feedback (RLHF/RLBF)、Multi-Agent Planning 及 Long-Context Video Generation 方向的最新进展，探索适用于 B 端复杂场景的落地方案。\n2. 负责生图/视频模型的 RL 训练框架搭建，设计高效的 Reward Model 以对齐业务目标，解决生成内容的“幻觉”与合规性问题。\n3. 设计与实现 Multi-Agent 协作架构，优化 Agent 在复杂业务流程中的任务拆解、工具调用及自我修正能力。\n4. 落地实践与成果转化：参与模型训练、链路调优与 AB 实验分析，将理论方案转化为线上可用的智能创意生产能力；对创新性研究成果进行总结，撰写高质量技术论文并尝试投稿顶级会议（如 CVPR, ICCV, NeurIPS, ICML, SIGGRAPH 等）。\n1. 学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士，具备扎实的深度学习、强化学习及概率统计基础。\n2. 熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。\n3. 在生成式模型（Diffusion, Transformer, GANs）、强化学习（PPO, DPO, RLHF） 或 大语言模型 Agent 开发 任一领域有深入理解或项目经验。\n4. 拥有优秀的代码工程能力，能够处理大规模数据训练及复杂工作流的系统搭建。\n5. 综合素质：对 AIGC 赋能 B 端业务充满热情，具备极强的创新思维和问题解决能力，有顶会论文发表或知名开源项目贡献者加分。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}