主分类：搜索推荐与业务决策算法研发
辅助：计算机视觉与图像感知算法研发（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",
"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，你将有机会直接参与构建\"\"万物皆可搜\"\"的下一代智能搜索引擎，利用最前沿的多模态大模型与 Agent 技术，连接海量商品库与全球复杂的商业需求，重新定义 B 类电商的搜索体验。\n二、关于项目\n本项目旨在解决国际站 B 类业务场景下，非结构化数据理解难、复杂意图推理弱、亿级规模响应慢的核心挑战。\n传统关键词搜索已无法满足买家通过“竞品图”、“手绘草图”或“长篇规格书（PDF/Word）”寻找供应链的需求。\n本项目致力于：\n突破多模态语义鸿沟：实现从单纯的“以图搜图”到跨模态（图 + 文+ 文档）深度意图理解的跃迁，精准索引产品图片、设计图纸及长文档。\n构建 Agentic 检索增强系统：面对超长上下文（整本产品目录）和强约束条件（材质、认证标准组合），利用多 Agent 协作与复杂 Function Calling 能力，让 AI 具备逻辑推理能力，不仅“找到”商品，更能“读懂”商机。\n攻克高并发实时交互难题：在亿级商品库中，实现毫秒级的图 + 文混合检索响应，支撑全球买家的实时采购决策。\n三、你的职责\n1. 前沿调研与方案设计：跟进学术界与工业界在多模态检索（Image-Text-Document Retrieval）、长上下文理解（Long-Context Understanding）、Agentic RAG 及复杂任务编排方向的最新进展，探索适用于 B 端复杂场景的落地方案。\n2. 负责多模态表征学习，提升图片、文本及长文档（PDF/Word）之间的深度语义对齐精度。\n3. 针对亿级数据规模，优化检索链路的延迟与吞吐量，实现高并发下的实时多模态交互。\n4. 落地实践与成果转化：参与模型搭建、全链路调优与离线/在线实验分析，将理论方案转化为线上生产能力；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 SIGIR, CVPR, ACL, KDD 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，具备扎实的机器学习、深度学习及概率统计基础。\n2、专业技能：熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。在多模态学习、大语言模型或 Agent 开发任一领域有深入理解或项目经验。\n3、科研与工程能力：具备良好的文献检索与阅读能力，能够快速复现前沿论文核心思想。拥有优秀的代码工程能力，能够处理海量数据并解决实际系统中的性能瓶颈。\n4、综合素质：对B端电商业务充满好奇，具备极强的问题解决能力和团队协作精神，有顶会论文发表或知名竞赛获奖经历者加分。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "4、综合素质：对B端电商业务充满好奇，具备极强的问题解决能力和团队协作精神，有顶会论文发表或知名竞赛获奖经历者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199909040001?deptCodes="
}
]
},
"posting": {
"posting_id": "199909040001",
"post_date": "2026-08-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909040001?deptCodes="
},
"fulltext": "算法研究员-多模态\n算法研究员-多模态\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，你将有机会直接参与构建\"\"万物皆可搜\"\"的下一代智能搜索引擎，利用最前沿的多模态大模型与 Agent 技术，连接海量商品库与全球复杂的商业需求，重新定义 B 类电商的搜索体验。\n二、关于项目\n本项目旨在解决国际站 B 类业务场景下，非结构化数据理解难、复杂意图推理弱、亿级规模响应慢的核心挑战。\n传统关键词搜索已无法满足买家通过“竞品图”、“手绘草图”或“长篇规格书（PDF/Word）”寻找供应链的需求。\n本项目致力于：\n突破多模态语义鸿沟：实现从单纯的“以图搜图”到跨模态（图 + 文+ 文档）深度意图理解的跃迁，精准索引产品图片、设计图纸及长文档。\n构建 Agentic 检索增强系统：面对超长上下文（整本产品目录）和强约束条件（材质、认证标准组合），利用多 Agent 协作与复杂 Function Calling 能力，让 AI 具备逻辑推理能力，不仅“找到”商品，更能“读懂”商机。\n攻克高并发实时交互难题：在亿级商品库中，实现毫秒级的图 + 文混合检索响应，支撑全球买家的实时采购决策。\n三、你的职责\n1. 前沿调研与方案设计：跟进学术界与工业界在多模态检索（Image-Text-Document Retrieval）、长上下文理解（Long-Context Understanding）、Agentic RAG 及复杂任务编排方向的最新进展，探索适用于 B 端复杂场景的落地方案。\n2. 负责多模态表征学习，提升图片、文本及长文档（PDF/Word）之间的深度语义对齐精度。\n3. 针对亿级数据规模，优化检索链路的延迟与吞吐量，实现高并发下的实时多模态交互。\n4. 落地实践与成果转化：参与模型搭建、全链路调优与离线/在线实验分析，将理论方案转化为线上生产能力；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 SIGIR, CVPR, ACL, KDD 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，具备扎实的机器学习、深度学习及概率统计基础。\n2、专业技能：熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。在多模态学习、大语言模型或 Agent 开发任一领域有深入理解或项目经验。\n3、科研与工程能力：具备良好的文献检索与阅读能力，能够快速复现前沿论文核心思想。拥有优秀的代码工程能力，能够处理海量数据并解决实际系统中的性能瓶颈。\n4、综合素质：对B端电商业务充满好奇，具备极强的问题解决能力和团队协作精神，有顶会论文发表或知名竞赛获奖经历者加分。\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，你将有机会直接参与构建\"\"万物皆可搜\"\"的下一代智能搜索引擎，利用最前沿的多模态大模型与 Agent 技术，连接海量商品库与全球复杂的商业需求，重新定义 B 类电商的搜索体验。\n二、关于项目\n本项目旨在解决国际站 B 类业务场景下，非结构化数据理解难、复杂意图推理弱、亿级规模响应慢的核心挑战。\n传统关键词搜索已无法满足买家通过“竞品图”、“手绘草图”或“长篇规格书（PDF/Word）”寻找供应链的需求。\n本项目致力于：\n突破多模态语义鸿沟：实现从单纯的“以图搜图”到跨模态（图 + 文+ 文档）深度意图理解的跃迁，精准索引产品图片、设计图纸及长文档。\n构建 Agentic 检索增强系统：面对超长上下文（整本产品目录）和强约束条件（材质、认证标准组合），利用多 Agent 协作与复杂 Function Calling 能力，让 AI 具备逻辑推理能力，不仅“找到”商品，更能“读懂”商机。\n攻克高并发实时交互难题：在亿级商品库中，实现毫秒级的图 + 文混合检索响应，支撑全球买家的实时采购决策。\n三、你的职责\n1. 前沿调研与方案设计：跟进学术界与工业界在多模态检索（Image-Text-Document Retrieval）、长上下文理解（Long-Context Understanding）、Agentic RAG 及复杂任务编排方向的最新进展，探索适用于 B 端复杂场景的落地方案。\n2. 负责多模态表征学习，提升图片、文本及长文档（PDF/Word）之间的深度语义对齐精度。\n3. 针对亿级数据规模，优化检索链路的延迟与吞吐量，实现高并发下的实时多模态交互。\n4. 落地实践与成果转化：参与模型搭建、全链路调优与离线/在线实验分析，将理论方案转化为线上生产能力；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 SIGIR, CVPR, ACL, KDD 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，具备扎实的机器学习、深度学习及概率统计基础。\n2、专业技能：熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。在多模态学习、大语言模型或 Agent 开发任一领域有深入理解或项目经验。\n3、科研与工程能力：具备良好的文献检索与阅读能力，能够快速复现前沿论文核心思想。拥有优秀的代码工程能力，能够处理海量数据并解决实际系统中的性能瓶颈。\n4、综合素质：对B端电商业务充满好奇，具备极强的问题解决能力和团队协作精神，有顶会论文发表或知名竞赛获奖经历者加分。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}