阿里巴巴
AI原生应用-AIGC多模态方向-视觉智能
AI原生应用-AIGC多模态方向-视觉智能
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
初级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Aigc
Flux
Pytorch
图像生成
多模态
扩散模型
自回归生成
视频编辑
计算机视觉
AI 估算 · 30k–50k
AIGC方向热门前沿，阿里巴巴大厂平台，杭州地区薪资竞争力强，硕士及以上算法岗通常较高。
职位详情
关于这个职位
该职位主要负责多模态与AIGC核心算法的研发与工程化落地，专注于图像和视频生成、编辑及智能内容创作
你将跟踪扩散模型、自回归生成等前沿方向，推动SOTA模型在业务场景中的实际应用
适合对生成式AI充满热情、具备扎实工程能力的算法工程师
最低要求
深入理解AIGC核心技术原理，涵盖扩散模型（Stable Diffusion、Flux、Qwen等）、自回归生成及多模态理解等方向，具备图像/视频生成、编辑或多模态相关项目的完整落地经验
工程实现能力扎实，熟练掌握Python/C++至少一门语言，熟悉PyTorch等主流深度学习框架，具备从算法原型到生产部署的全流程开发能力
对生成式AI保持高度热情与敏锐的技术洞察力，具备独立复现前沿论文并将研究成果快速转化为业务落地的能力
具备良好的沟通协作与知识分享意识，能与产品、工程等跨职能团队高效对齐目标、协同推进项目
工作职责
负责多模态与AIGC核心算法的研发与优化，深度推动AIGC技术在视觉智能领域的工程化落地，系统性提升图像、视频等多模态内容的生成质量与语义理解能力
持续跟踪并深入探索AIGC前沿技术方向，涵盖扩散模型（Stable Diffusion、Flux系列）、自回归生成（AR）及强化学习等核心范式，面向通用场景与垂直领域持续打磨SOTA模型，有效驱动下游业务应用效果提升
主导推动AIGC技术的产品化创新与规模化落地，重点方向包括智能内容生成工具（图文、视频、广告素材等全链路创作）、基于自然语言指令的通用图像/视频编辑能力，以及多模态内容智能化生产流程的构建与优化
优先资格
在CVPR、ICCV、ECCV、NeurIPS等学术会议发表论文，或在相关竞赛中取得优异成绩
具备计算机图形学、物理仿真、3D生成或大模型/Agent开发经验者优先考虑
AI 洞察
优缺点分析
优点
- AIGC是当前最热门的赛道，技术积累紧跟前沿，未来职业竞争力强
- 薪资福利优厚，团队氛围好，有机会与顶尖技术人才共事
- 业务结果导向，技术方案需要快速落地并产生实际效果，可能面临试错成本
- 适合对生成式AI有强烈热情，技术功底扎实，能适应高强度研发节奏，渴望在技术一线快速成长的求职者
缺点 / 挑战
- 大厂平台，资源丰富，能接触亿级业务场景，技术挑战与成长空间大
- 算法迭代极快，需要持续学习新技术，工作压力大
- 岗位要求高，需要同时具备学术深度和工程能力，门槛较高
角色解读
- 在AIGC领域深耕，成为技术专家，带领团队攻关核心算法难题
- 向技术管理方向发展，担任技术负责人，负责产品线技术规划与落地
- 延伸至大模型、多模态等更广域方向，成为公司级技术领军人才
- 负责多模态与AIGC算法研发，包括图像、视频的生成与编辑模型优化，提升内容质量和语义理解能力
- 跟踪Stable Diffusion、Flux等前沿生成范式，复现并改进SOTA模型，推动技术落地到实际业务场景
- 主导AIGC产品的技术创新，构建智能内容生成工具和自动化生产流程，与产品、工程团队紧密合作
- 扎实的深度学习基础，深入理解扩散模型、自回归生成、多模态理解等技术原理
- 熟练使用Python或C++，掌握PyTorch框架，具备算法到生产部署的全流程工程能力
- 能够独立复现论文、快速验证想法，并转化为可落地的业务方案
- 良好的跨团队沟通协作能力，能与产品、工程高效对齐目标
申请策略
- 在简历中明确列出与AIGC相关的技术栈和项目，展现对技术的热情
- 准备一个作品集或Demo，直观展示项目效果，增强说服力
- 突出图像/视频生成或编辑相关的完整项目经历，量化模型效果提升指标
- 强调论文发表、竞赛获奖等学术成果，体现研究能力
- 展示工程落地能力，例如部署优化、推理加速、框架使用等具体案例
- 提及跨团队协作经验，说明如何推动项目从算法到产品化落地
- 深入学习扩散模型最新进展，动手实现Stable Diffusion或Flux的微调优化
- 补充多模态理解、3D生成或Agent相关经验，拓展技术广度
面试指南
- 使用STAR法则：情境、任务、行动、结果，突出你的技术选择和效果
- 对比不同技术方案，说明为何选择该方案，体现思考深度
- 结合工程实践，强调性能优化、部署难点和解决思路
- 请详细讲解你参与过的扩散模型项目，如何提升生成质量？
- Stable Diffusion和Flux在架构上有何异同？各自优缺点是什么？
- 如何将一个图像编辑模型从研究原型落地到生产环境，需要考虑哪些因素？
- 当生成结果出现明显缺陷时，你如何定位问题并优化？
- 如何平衡生成质量和推理速度，在业务场景中达到最优？
职位点评
76
综合评分
大厂AIGC前沿算法岗，薪资优厚，技术成长极快，但工作强度和不确定性较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术深度和职业成长，不畏挑战、渴望在AIGC领域施展才华的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利
80较高
阿里大厂提供有竞争力的薪资和完善的福利体系，但JD未明确具体数字，整体补偿性动机满足度较高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
AIGC是前沿技术方向，岗位深度参与核心算法研发，技术成长极快，发展性动机得到极大满足。
技术前沿前沿/新兴技术
技术栈扩散模型、Stable Diffusion、Flux、自回归生成、强化学习、PyTorch、多模态
业务类型profit_center
工作生活
50较低
工作地点在杭州，未提及远程或弹性工作，大厂算法岗通常有一定强度，生活化动机满足度一般。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
AIGC技术有广阔的行业前景和影响力，但JD未明确社会使命，意义感主要来自技术本身的价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs