阿里巴巴
业务技术-大模型算法工程师-生成式AI
业务技术-大模型算法工程师-生成式AI
发布于 大约 8 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
Diffusion
Pytorch
Rlhf
Sft
多模态
大语言模型
生成式Ai
空间推理
AI 估算 · 40k–70k
大厂高级算法岗，AIGC方向热门，薪资竞争力强，硕士+2年经验，月薪4-7万，16薪。
职位详情
关于这个职位
作为阿里巴巴淘天集团的大模型算法工程师，你将专注于生成式AI在家装与家居消费场景的应用，构建智能设计系统
工作涉及大模型、多模态理解、空间推理，以及SFT、RLHF等后训练技术，推动算法在真实业务中落地
适合对AIGC和空间智能有深入理解、具备扎实工程能力的算法专家
最低要求
计算机科学、人工智能、机器学习、计算机视觉、自然语言处理或相关专业硕士及以上学历
两年及以上工作经验
熟练掌握 Python 与 PyTorch，具备扎实的深度学习基础和良好的算法工程能力
熟悉主流生成式模型与深度学习架构，如 Transformer、Diffusion、Autoregressive Models 等
对大语言模型（LLM）、多模态大模型及生成式AI技术有深入理解，熟悉SFT、RLHF、DPO、RAG、Agent等相关技术
工作职责
参与构建面向家装与家居消费场景的生成式AI智能设计系统，结合大模型、多模态理解与空间推理能力，为用户生成合理、美观且可落地的全屋设计方案
围绕户型解析、家具布局生成、商品搭配生成等核心问题，设计并实现空间布局与搭配生成算法，提升设计方案的合理性与美学一致性
构建空间关系建模与约束推理能力，结合场景理解与用户需求，实现可控的空间布局生成与商品组合推荐
设计与实现面向设计与导购场景的Agent决策与执行架构，实现从用户需求理解、方案生成到交互式调整的完整智能设计流程
基于大语言模型与多模态模型开展算法研究与工程落地，探索生成式建模在空间设计、商品理解与用户意图解析中的应用
研究并实践SFT、RLHF、DPO等大模型后训练方法，持续提升模型在布局合理性、空间约束满足、搭配一致性与用户偏好对齐方面的能力
设计并开展系统性的实验与算法评估，持续优化模型效果与系统性能，并推动相关算法在真实业务场景中的落地
优先资格
具备空间理解、场景生成、2D/3D布局生成、元启发式算法（如mcts、基因算法等）、约束优化、商品理解、用户意图建模或生成式推荐相关经验者优先
有家具布局生成、智能搭配推荐、对话导购、推荐系统或多Agent系统相关研究或项目经验者优先
在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、ACL、EMNLP、KDD、WWW、RecSys等会议发表过LLM、多模态、推荐或AIGC相关论文者优先
具备良好的科研能力与团队协作能力，能够独立推进算法研究、实验分析与技术落地
AI 洞察
优缺点分析
优点
- 阿里巴巴大平台，资源丰富，业务场景真实
- 生成式AI是前沿方向，技术成长快，行业前景好
- 薪资待遇优厚，福利完善
- 团队氛围好，有学术研究机会
- 技术难度高，需要持续学习
- 业务导向，需要兼顾工程落地
- 适合对生成式AI和空间智能有热情、具备扎实算法功底、能适应快节奏的求职者
缺点 / 挑战
- 工作强度大，可能面临较大压力
角色解读
- 从算法工程师成长为技术专家，深耕生成式AI和空间智能领域
- 有机会晋升为技术Leader，带领团队负责核心算法方向
- 积累大厂业务落地经验，未来可转向管理或创业
- 构建家装场景的生成式AI设计系统，利用大模型和多模态技术生成全屋设计方案
- 设计空间布局与商品搭配生成算法，解决户型解析、家具布局等核心问题
- 实现Agent决策架构，支持从需求理解到方案生成的交互式设计流程
- 应用SFT、RLHF等后训练方法优化模型，并进行实验评估与业务落地
- 扎实的Python和PyTorch编程能力，熟悉深度学习架构
- 深入理解LLM、多模态模型和生成式AI技术，熟悉SFT、RLHF、DPO等
- 具备空间推理、布局生成或约束优化相关经验
- 良好的科研能力和团队协作，能独立推进算法研究
申请策略
- 关注阿里巴巴技术博客，了解团队方向
- 准备项目案例，突出技术深度
- 突出大模型、多模态相关项目经验
- 强调空间布局生成、Agent等具体案例
- 展示论文发表或竞赛获奖
- 体现工程落地能力
- 补充SFT、RLHF等后训练技术实践
- 学习Diffusion模型和空间推理
面试指南
- 先明确问题，再提出方案，最后说明评估方法
- 结合项目经验，突出技术细节和思考过程
- 展示对业务场景的理解
- 如何设计一个家具布局生成算法？
- 如何用RLHF优化模型？
- 如何评估生成方案的美学一致性？
- 如何实现Agent的决策流程？
- 如何平衡模型效果和性能？
职位点评
75
综合评分
大厂前沿技术岗，薪资高，技术成长快，但工作强度可能较大。
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
适合追求技术成长和职业发展的求职者，能接受高强度工作。
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70
薪资福利
80较高
阿里巴巴提供有竞争力的薪资和福利，但JD未明确具体薪资，需面议。
薪资信号面议 (40K-70K/月)
成长发展
90较高
生成式AI是前沿技术，岗位涉及LLM、多模态等，技术成长空间大，且公司平台大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、Transformer、Diffusion、LLM、SFT、RLHF、DPO、Agent
业务类型profit_center
工作生活
50较低
JD未提及工作模式，但阿里巴巴通常要求现场办公，且工作强度可能较大。
工作模式仅现场办公
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
70中等
生成式AI在家装领域应用具有创新性，但社会影响力一般。
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
Watch Jobs