淘天算法技术-多模态大语言模型算法工程师-杭州/北京

优缺点分析

角色解读

• 从算法工程师向高级算法专家发展，深入大模型和多模态领域，成为技术专家
• 有机会转向技术管理岗位，带领团队负责核心算法方向
• 在阿里巴巴平台，可以接触大规模真实数据和业务场景，积累丰富的实战经验，未来可跳槽至其他大厂或创业公司担任核心算法岗位
• 负责商品理解相关的算法研发，包括商品分类、信息抽取、标签生成等，利用大模型和多模态技术提升商品数据的质量
• 参与大模型的后训练工作，包括指令数据构建、监督微调、偏好优化、强化学习等，优化模型在商品理解任务上的表现
• 建设商品数据生产的Agent系统，研究任务规划、工具调用、多智能体协作等，推动数据生产的智能化
• 与搜索、推荐、广告等团队合作，将算法能力落地到实际业务，并参与业务问题定义和效果评估
• 扎实的机器学习和深度学习基础，熟悉NLP、大语言模型或多模态模型
• 熟练使用Python和主流深度学习框架（如PyTorch、TensorFlow），能独立完成模型训练和工程落地
• 对大模型后训练、Agent、自动化数据生产或模型评测有浓厚兴趣，有相关实践经验者优先
• 具备较强的问题抽象、快速学习和协作能力，能深入复杂业务场景

申请策略

• 关注阿里巴巴的招聘动态，通过内推渠道提高简历曝光率
• 在面试中展示对业务的理解，强调算法能力如何产生业务价值
• 突出大模型或多模态相关的项目经验，包括模型训练、微调、评测等
• 强调在NLP或深度学习领域的实际成果，如论文、竞赛获奖、开源项目等
• 展示Python和深度学习框架的熟练程度，以及独立完成工程落地的能力
• 如果有Agent系统或自动化数据生产的经验，务必重点突出
• 深入学习大模型后训练技术，如LoRA、RLHF、DPO等，并动手实践
• 熟悉Agent框架，如LangChain、AutoGPT等，了解任务规划、工具调用等

面试指南

• 对于项目经验类问题，采用STAR法则（情境、任务、行动、结果）清晰描述，突出个人贡献和量化结果
• 对于设计类问题，从问题定义、数据、模型、评估、迭代等角度系统回答，体现逻辑性
• 对于技术理解类问题，先阐述基本原理，再结合项目经验说明应用，最后提出改进思路
• 请介绍你在大语言模型或多模态模型方面的项目经验，包括模型架构、训练数据、效果评估等
• 如何设计一个商品分类模型？请从数据、模型、评估等方面阐述
• 你对大模型后训练中的RLHF或DPO有何理解？请结合项目经验说明
• 如何构建一个Agent系统来自动化商品数据生产？请描述你的思路
• 如何评估一个商品理解模型的效果？有哪些指标？