阿里国际-多模态算法专家（仲裁/审核客服）-杭州

优缺点分析

角色解读

• 在阿里国际电商平台深耕多模态技术，成为领域专家
• 有机会晋升为技术团队负责人，带领团队负责更大规模的算法系统
• 可横向拓展至其他AI领域，如搜索推荐、内容理解等
• 构建和优化多模态理解系统，处理用户、商家和物流商上传的图片、视频等信息
• 针对商品一致性、物流规范检测等场景，设计并落地端到端算法模型，提升自动化审核准确率
• 主导视觉大模型的预训练、微调和部署优化，包括推理性能优化，以支持高并发场景
• 与产品、运营、数据团队协作，推动算法能力的业务闭环验证和迭代
• 扎实的计算机视觉基础，熟悉目标检测、图像分类、OCR等技术
• 熟悉主流多模态模型架构（如CLIP、BLIP、Qwen-VL），有实际微调经验
• 掌握SFT/RLHF/DPO等对齐技术，有奖励模型构建经验
• 熟悉vLLM、TensorRT-LLM等推理框架，具备模型部署和优化能力

申请策略

• 了解阿里巴巴国际电商业务，特别是AI在审核中的应用
• 准备展示项目成果的案例，突出量化指标
• 突出多模态模型微调和应用的项目经验，特别是CLIP、Qwen-VL等模型
• 强调VLLM推理优化经验，如vLLM、TensorRT-LLM的使用
• 展示电商、物流或内容审核相关业务背景，体现业务理解
• 如有顶会论文，务必列出
• 熟悉vLLM、TensorRT-LLM等推理框架，了解KV Cache优化、PagedAttention等技术
• 了解电商业务场景，如商品审核、物流检测等

面试指南

• 回答时突出项目背景、技术选型、挑战与解决方案、量化结果
• 请介绍你过去在多模态模型微调方面的项目经验，如何评估效果？
• 如何优化VLLM推理性能？请举例说明
• 在电商场景中，如何设计一个商品一致性检测的算法方案？
• 如何处理高并发下的模型推理延迟问题？
• 你如何与产品、运营团队协作，推动算法落地？
• 复习多模态模型架构和训练技术，如CLIP、BLIP、SFT、RLHF
• 准备一个完整的项目案例，包括问题定义、技术方案、效果评估