主分类：计算机视觉与图像感知算法研发
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-多模态-深圳",
"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": "深圳",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "探索多模态前沿能力并在真实垂类场景下落地验证，打造商业化盈利能力。包括不限于：\n● 多模态检索与推理 (RAG+): 构建跨模态检索系统，通过多轮视觉推理精准识别商品属性（如面料、Logo 细节、防伪特征），并自动生成多维度竞品对比表辅助决策。\n● 图像生成与场景落地: 研发面向客服场景的图像生成能力，包括根据业务需求自动生成或修改品牌 Logo、根据描述生成商品搭配效果图，以及营销文案配图的自动化创作。\n● 复杂任务 Tool-use: 优化 Agent 识别 UI 截图或实拍图并触发工具调用的能力，将多模态理解直接转化为转化为标准化的业务指令集，实现自动化的信息补全、文件发送等业务系统操作。\n● 多模态Agent构建: 将视觉选品、自动化属性提取、Logo 创作等技术点在Agent框架中以模块化可扩展的skill进行端到端部署与验证。",
"requirements_text": "探索多模态前沿能力并在真实垂类场景下落地验证，打造商业化盈利能力。包括不限于：\n● 多模态检索与推理 (RAG+): 构建跨模态检索系统，通过多轮视觉推理精准识别商品属性（如面料、Logo 细节、防伪特征），并自动生成多维度竞品对比表辅助决策。\n● 图像生成与场景落地: 研发面向客服场景的图像生成能力，包括根据业务需求自动生成或修改品牌 Logo、根据描述生成商品搭配效果图，以及营销文案配图的自动化创作。\n● 复杂任务 Tool-use: 优化 Agent 识别 UI 截图或实拍图并触发工具调用的能力，将多模态理解直接转化为转化为标准化的业务指令集，实现自动化的信息补全、文件发送等业务系统操作。\n● 多模态Agent构建: 将视觉选品、自动化属性提取、Logo 创作等技术点在Agent框架中以模块化可扩展的skill进行端到端部署与验证。",
"skills": [AI生成
"文案",
"检索增强生成"
],
"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/199909000001?deptCodes="
}
]
},
"posting": {
"posting_id": "199909000001",
"post_date": "2026-08-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909000001?deptCodes="
},
"fulltext": "算法研究员-多模态-深圳\n算法研究员-多模态-深圳\n\n基础信息\n毕业起止时间要求：2026-10-01 - 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：深圳\n\n职位描述\n探索多模态前沿能力并在真实垂类场景下落地验证，打造商业化盈利能力。包括不限于：\n● 多模态检索与推理 (RAG+): 构建跨模态检索系统，通过多轮视觉推理精准识别商品属性（如面料、Logo 细节、防伪特征），并自动生成多维度竞品对比表辅助决策。\n● 图像生成与场景落地: 研发面向客服场景的图像生成能力，包括根据业务需求自动生成或修改品牌 Logo、根据描述生成商品搭配效果图，以及营销文案配图的自动化创作。\n● 复杂任务 Tool-use: 优化 Agent 识别 UI 截图或实拍图并触发工具调用的能力，将多模态理解直接转化为转化为标准化的业务指令集，实现自动化的信息补全、文件发送等业务系统操作。\n● 多模态Agent构建: 将视觉选品、自动化属性提取、Logo 创作等技术点在Agent框架中以模块化可扩展的skill进行端到端部署与验证。\n\n职位要求\n探索多模态前沿能力并在真实垂类场景下落地验证，打造商业化盈利能力。包括不限于：\n● 多模态检索与推理 (RAG+): 构建跨模态检索系统，通过多轮视觉推理精准识别商品属性（如面料、Logo 细节、防伪特征），并自动生成多维度竞品对比表辅助决策。\n● 图像生成与场景落地: 研发面向客服场景的图像生成能力，包括根据业务需求自动生成或修改品牌 Logo、根据描述生成商品搭配效果图，以及营销文案配图的自动化创作。\n● 复杂任务 Tool-use: 优化 Agent 识别 UI 截图或实拍图并触发工具调用的能力，将多模态理解直接转化为转化为标准化的业务指令集，实现自动化的信息补全、文件发送等业务系统操作。\n● 多模态Agent构建: 将视觉选品、自动化属性提取、Logo 创作等技术点在Agent框架中以模块化可扩展的skill进行端到端部署与验证。\n\n在招业务\n阿里国际数字商业集团\n探索多模态前沿能力并在真实垂类场景下落地验证，打造商业化盈利能力。包括不限于：\n● 多模态检索与推理 (RAG+): 构建跨模态检索系统，通过多轮视觉推理精准识别商品属性（如面料、Logo 细节、防伪特征），并自动生成多维度竞品对比表辅助决策。\n● 图像生成与场景落地: 研发面向客服场景的图像生成能力，包括根据业务需求自动生成或修改品牌 Logo、根据描述生成商品搭配效果图，以及营销文案配图的自动化创作。\n● 复杂任务 Tool-use: 优化 Agent 识别 UI 截图或实拍图并触发工具调用的能力，将多模态理解直接转化为转化为标准化的业务指令集，实现自动化的信息补全、文件发送等业务系统操作。\n● 多模态Agent构建: 将视觉选品、自动化属性提取、Logo 创作等技术点在Agent框架中以模块化可扩展的skill进行端到端部署与验证。\n探索多模态前沿能力并在真实垂类场景下落地验证，打造商业化盈利能力。包括不限于：\n● 多模态检索与推理 (RAG+): 构建跨模态检索系统，通过多轮视觉推理精准识别商品属性（如面料、Logo 细节、防伪特征），并自动生成多维度竞品对比表辅助决策。\n● 图像生成与场景落地: 研发面向客服场景的图像生成能力，包括根据业务需求自动生成或修改品牌 Logo、根据描述生成商品搭配效果图，以及营销文案配图的自动化创作。\n● 复杂任务 Tool-use: 优化 Agent 识别 UI 截图或实拍图并触发工具调用的能力，将多模态理解直接转化为转化为标准化的业务指令集，实现自动化的信息补全、文件发送等业务系统操作。\n● 多模态Agent构建: 将视觉选品、自动化属性提取、Logo 创作等技术点在Agent框架中以模块化可扩展的skill进行端到端部署与验证。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}