阿里巴巴
千问事业部-多模态算法专家-修图Agent
千问事业部-多模态算法专家-修图Agent
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Agent开发
Prompt Engineering
Pytorch
图像编辑
多模态算法
大语言模型(Llm)
数据评测
模型微调
计算机视觉(Cv)
值不值得投
76综合评分
综合评分 76
阿里核心AI团队，前沿多模态Agent技术，高成长高挑战，薪资竞争力强
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
8.0万
比AI算法中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 4680 个在招 · 其中AI算法 44 个
市场机会
选择适中
杭州 · AI算法 · 43 个在招
职位详情
关于这个职位
该职位隶属于阿里千问事业部，专注于修图Agent的多模态算法研发
核心职责包括优化Agent的任务规划、工具调用及上下文管理能力，并深入进行图像增强、分割、超分等CV算法的调优与多模态模型微调
需构建数据评测体系，推动算法在真实业务场景中的线上落地，提升任务完成率与稳定性
最低要求
具备扎实的机器学习基础，熟练使用 Python、PyTorch 等工具
具备 Agent 开发、Skill 设计及 Prompt Engineering 实战经验，理解任务规划、工具调用与上下文管理，能通过实验验证优化收益
在传统 CV、LLM / VLM 微调、多模态生成与编辑模型中，至少一个方向有深入实践
能独立完成数据构建、训练调优、失败归因与端到端评测，合理判断应通过提示词、Skill、流程或模型训练解决问题
具备良好的工程能力与协作意识，有实际业务落地经验
工作职责
优化任务规划、工具调用、多轮交互和上下文管理，沉淀可复用 Skill，提升任务完成率与稳定性
开展图像增强、调色、分割、抠图、超分等算法的优化与调优
优化意图分流、内容理解、指令解析及工具调用等能力，服务各类 Agent
围绕人像、风景及图像编辑能力开展微调，提升效果、指令遵循和内容保真
基于真实需求与失败案例构建数据和评测体系，兼顾效果、时延与成本，推动线上落地
优先资格
有图像编辑或多模态 Agent 产品经验
有基于 Agent 执行轨迹开展微调、偏好优化或强化学习的经验
有 Skill 库、自动化评测、推理加速相关经验，或高质量开源项目与作品
AI 洞察
优缺点分析
优点
- 处于AI Agent与多模态技术的最前沿，拥有阿里海量的真实用户数据和高并发业务场景支撑
- 技术迭代极快，需同时掌握CV、NLP及Agent编排等多领域知识，对工程落地效果和成本控制要求极高
缺点 / 挑战
- 具备深厚算法功底且对Agent技术有强烈兴趣，追求技术挑战与大规模业务落地的资深工程师
角色解读
- 向多模态大模型架构师、AI Agent领域首席科学家或技术专家方向发展，引领前沿AI技术在影像处理领域的落地
- 负责修图Agent的核心算法研发，包括任务规划、工具调用逻辑及多模态交互能力的优化
- 精通Python/PyTorch，深入理解传统CV、LLM/VLM微调及多模态生成模型，具备Agent开发与Prompt Engineering实战经验
申请策略
- 准备展示过往在图像编辑或多模态生成方面的具体项目案例，特别是如何解决复杂指令遵循和上下文管理问题的经验
- 突出多模态模型微调、Agent任务规划优化及实际业务落地带来的性能提升指标（如准确率、时延降低）
- 加强Prompt Engineering技巧，熟悉主流Agent框架（如LangChain等），提升对多模态大模型推理加速的理解
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点阐述技术选型的权衡过程、遇到的具体难点及量化成果
- 如何设计Agent的任务规划模块以处理复杂的长程依赖？
- 在多模态微调中，如何平衡指令遵循与内容保真度？
- 请分享一个你通过优化Prompt或Skill提升Agent性能的案例
- 如何处理Agent在工具调用过程中的失败归因与重试机制？
- 复习Transformer架构细节、LoRA/Q-LoRA等高效微调技术，以及Reinforcement Learning from Human Feedback (RLHF) 的原理与应用
职位点评
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
阿里作为头部大厂，提供具有竞争力的薪酬包和完善的福利体系，符合高级人才的市场预期。
薪资信号未披露（AI估算：6.0千–10.0万/月）
成长发展
95较高
岗位直接涉及AI Agent和多模态前沿技术，技术栈极具前瞻性，能提供极高的技术成长空间。
技术前沿前沿/新兴技术
技术栈Agent、多模态、LLM、VLM、Prompt Engineering、PyTorch
业务类型profit_center
工作生活
40较低
互联网大厂核心研发部门通常工作节奏较快，JD未提及弹性工作制，暗示可能需要应对高强度的研发压力。
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
70中等
通过AI技术提升图像处理效率和体验，具有一定的社会价值和技术普惠意义，但商业导向明显。
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