阿里巴巴
千问事业部-全模态后训练算法专家（智能穿戴硬件方向）-杭州/北京
千问事业部-全模态后训练算法专家（智能穿戴硬件方向）-杭州/北京
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Ai助手
Dpo
Megatron
Pytorch
Rlhf
Verl
后训练
多模态
大模型
值不值得投
75综合评分
综合评分 75
前沿AI技术岗，大模型后训练专家，智能硬件方向，技术成长性强，但WLB未明确。
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。
薪资怎么样
30K
比算法优化工程师中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2600 个在招 · 其中算法优化工程师 约 100 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 约 120 个在招
职位详情
关于这个职位
这个职位负责千问智能硬件的云端大模型能力开发，打造全模态交互的AI助手
你需要主导大模型后训练和优化，提升模型在聊天、视觉问答、Agent任务等场景的表现，并与硬件传感器融合，创造自然流畅的AI体验
最低要求
计算机科学、人工智能、数学等相关专业硕士及以上学历
有扎实的大模型理论基础，熟悉业界前沿模型架构&技术
并且熟练掌握基本工具/主流框架的使用（如python/pytorch/swift/verl/megatron等）
具备大模型、对话系统、多模态模型或语音交互方向研发经验，对实时对话式 AI 产品有较深理解，具备较强的工程落地与问题抽象能力
在以下一个或多个方向具备扎实经验：大模型后训练与对齐技术（如 SFT、RLHF、RLAIF、DPO、Online RL 等）、Omni/多模态模型训练优化、音视频通话场景下的数据与评测体系建设、聊天/问答/Agent 类场景的模型效果优化
工作职责
负责千问智能硬件(眼镜/耳机等)的云端大模型能力体系，打造面向文本、语音、图像、视频流等全模态交互的硬件 AI 助手
主导llm/vlm/omni模型后训练、agentic范式、数据体系等方向持续迭代，提升模型在聊天、文本问答、视觉问答、livetalk、agent任务执行的能力
联动硬件侧多模态传感器（如眼动追踪等）开展融合建模与能力增强，进一步拓展模型在真实交互场景下的理解、推理与执行上限，打造自然流畅、有温度、能办事的 AI 体验
优先资格
有相关领域顶会顶刊者优先，包括但不限于 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ICCV、ECCV、TPAMI、IJCV 等
AI 洞察
优缺点分析
优点
- 涉及前沿的AI技术和智能硬件领域，技术栈先进，能接触最新模型迭代
- 在阿里巴巴这样的大平台，有丰富的资源和项目影响力
- 项目有明确的应用场景（智能穿戴硬件），成果转化可见，对产品体验有直接贡献
- 技术难度高，需要持续学习和跟进AI研究最新进展，工程落地复杂
- 竞争激烈，面临快速迭代和高标准的要求，需应对跨团队协作
- 适合对AI有深厚兴趣、追求技术深度、有扎实工程和理论基础的研究者或工程师，尤其对多模态和硬件融合有热情
缺点 / 挑战
- 智能硬件方向可能涉及硬件限制和实时性挑战，对模型优化提出更高要求
角色解读
- 可成为AI领域的技术专家，深入研究后训练和多模态技术前沿
- 转向技术管理，带领团队进行AI产品开发与硬件协同
- 在智能硬件AI赛道积累经验，未来参与高级研发或创业
- 负责千问智能硬件的云端大模型能力体系开发，打造全模态交互的AI助手
- 主导大模型后训练和优化，提升模型在聊天、视觉问答、Agent任务等场景的表现
- 联动硬件侧传感器进行融合建模，增强模型在真实交互场景下的理解与执行能力
- 扎实的大模型理论基础，熟悉前沿模型架构和技术如RLHF、DPO
- 熟练使用Python、PyTorch、Megatron等工具和框架进行模型开发
- 具备大模型、多模态模型或语音交互的研发经验，能工程落地
- 了解对话系统、Agent类场景的模型优化与评测体系
申请策略
- 研究阿里巴巴千问事业部和智能硬件相关的公开资料，了解业务方向和技术动态
- 准备面试时，复习大模型核心论文和算法原理，准备项目案例展示
- 突出大模型相关的项目经验和研究成果，尤其是后训练、优化和多模态部分
- 列出熟练的技术栈：Python、PyTorch、Megatron等，展示工程能力
- 如有相关论文或顶会发表（如NeurIPS、ICML），重点强调
- 展示与实时对话、Agent任务或硬件传感器融合的经验
- 深化对RLHF、DPO等后训练技术的理论和实践，跟进最新研究
- 学习多模态模型（如视觉语言模型）的训练和优化方法
面试指南
- 对于技术问题，采用STAR法则（情境、任务、行动、结果）结构化回答，突出工程落地
- 展示对问题的深入思考，结合实际项目经验说明技术选型和优化过程
- 回答时强调问题抽象能力，将复杂需求分解为可执行的模型改进方案
- 请解释RLHF（基于人类反馈的强化学习）的原理、步骤和挑战
- 如何优化多模态模型在实时对话场景下的性能？举一个具体例子
- 描述一个你过去主导的大模型后训练项目，遇到的挑战和解决方案
- 你对智能穿戴硬件的AI应用有哪些创新想法？
- 如何评估模型在Agent任务执行中的效果？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
公司为已上市巨头企业，可能提供有竞争力的薪酬和福利体系，但JD未明确提及具体薪资数字。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
90较高
职位涉及前沿AI技术和智能硬件融合，提供深度技术成长机会，强调持续迭代和顶会优先，有利于技能提升。
技术前沿前沿/新兴技术
技术栈LLM、VLM、Omni、RLHF、DPO、Megatron
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式、WLB信息或办公灵活性，无法判断具体生活化动机满足程度。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
AI和智能硬件是高速增长赛道，项目旨在打造有温度、能办事的AI体验，具有一定社会价值和创新性。
行业发展高速增长赛道
社会影响中性/一般
使命信号打造自然流畅、有温度、能办事的 AI 体验
创新程度积极采用新技术
Watch Jobs