JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "多模态生成理解基础模型 - 阿里星",
"job_level": "阿里巴巴2027届应届生",AI生成
"work_category": "freshman",AI生成
"department": "Token Foundry",
"location": "北京 / 杭州",
"work_mode": "",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "",
"company_size": "",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "",
"cycle": ""
},
"benefits": ""
},
"requirements": {
"working_years": "",
"degree": "",
"language": "",AI生成
"visa_support": "",
"responsibilities": "多模态生成理解基础模型 - 阿里星\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.投身下一代多模态大模型核心技术,参与构建业界领先的多模态生成理解基础模型,共同探索下一代 AI 的技术;\n2.持续跟进并深入研究多模态生成理解模型、强化学习等人工智能前沿技术;\n3.打通前沿技术与业务场景落地链路,开展生成与理解相关技术落地工作。\n\n职位要求\n具备以下至少一个方向的研究与工程实践经验,掌握多个方向者优先:\n1)原生多模态基础模型训练实战经验;\n2)基于 Agent 的强化学习(Agentic RL)训练实战经验;\n3)图像 / 视频生成扩散模型核心模块、大规模训练落地经验;\n4)模型架构设计相关大规模实验经验,包括 MoE、Attention、动态稀疏结构、超长序列建模等方向,工程能力突出者优先;\n5)原生多模态、统一生成与理解范式下的大规模数据分析、处理、构造、合成经验;\n6)扩散模型、优化器(Optimizer)相关前沿研究经验;\n7)拥有 计算机视觉、语音合成 / 识别、音频理解生成相关研发经历优先;拥有 CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/ICASSP/Interspeech/ACL 等顶会论文成果者优先;\n工作主动性强,逻辑清晰,可承担有挑战性前沿研发课题;具备良好团队协作能力,能够协同团队完成项目产出。\n\n在招业务\nToken Foundry",
"requirements_text": "",
"skills": [],AI生成
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": []
},
"posting": {
"posting_id": "199909780001",
"post_date": "2026-09-28",
"hire_time": "",
"update_date": "",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909780001?deptCodes="
},
"fulltext": "多模态生成理解基础模型 - 阿里星\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.投身下一代多模态大模型核心技术,参与构建业界领先的多模态生成理解基础模型,共同探索下一代 AI 的技术;\n2.持续跟进并深入研究多模态生成理解模型、强化学习等人工智能前沿技术;\n3.打通前沿技术与业务场景落地链路,开展生成与理解相关技术落地工作。\n\n职位要求\n具备以下至少一个方向的研究与工程实践经验,掌握多个方向者优先:\n1)原生多模态基础模型训练实战经验;\n2)基于 Agent 的强化学习(Agentic RL)训练实战经验;\n3)图像 / 视频生成扩散模型核心模块、大规模训练落地经验;\n4)模型架构设计相关大规模实验经验,包括 MoE、Attention、动态稀疏结构、超长序列建模等方向,工程能力突出者优先;\n5)原生多模态、统一生成与理解范式下的大规模数据分析、处理、构造、合成经验;\n6)扩散模型、优化器(Optimizer)相关前沿研究经验;\n7)拥有 计算机视觉、语音合成 / 识别、音频理解生成相关研发经历优先;拥有 CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/ICASSP/Interspeech/ACL 等顶会论文成果者优先;\n工作主动性强,逻辑清晰,可承担有挑战性前沿研发课题;具备良好团队协作能力,能够协同团队完成项目产出。\n\n在招业务\nToken Foundry"
}