阿里巴巴
视觉算法实习生（图片质量/美学评价大模型方向）
视觉算法实习生（图片质量/美学评价大模型方向）
发布于 8 小时前实习/见习
实习生仅现场办公计算机视觉工程
计算机视觉工程
Pytorch
Tensorflow
图像质量评价
多模态大模型
数据Pipeline
模型蒸馏
美学评价
计算机视觉
值不值得投
72综合评分
综合评分 72
聚焦多模态大模型与视觉算法前沿，技术成长空间大，适合学术与工程能力兼备的硕博实习生。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
9千
比计算机视觉工程中位数高
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 3000 个在招 · 其中计算机视觉工程 29 个
市场机会
选择面较广
杭州 · 计算机视觉工程 · 72 个在招
职位详情
关于这个职位
该职位主要负责基于大模型的图像与视频质量评价及美学评价技术研究，进行可解释性分析并输出综合评分
同时参与数据质量评估、标注标准制定及自动化数据Pipeline的搭建与维护
适合具备扎实视觉算法基础与多模态大模型经验的硕博在校生
最低要求
在读硕士或博士，研究型/学术背景优先，有扎实的数学基础，对基础视觉算法、多模态大模型、模型蒸馏等技术有深入理解和实战经验
精通Python编程，熟悉Linux开发环境，熟练掌握常见的深度学习框架（如TensorFlow、PyTorch等）
良好的实验设计能力与论文阅读/撰写能力，能阅读并快速复现前沿算法
实习期6个月起，能长期实习优先
工作职责
基于大模型研究图像和视频质量评价技术，需要对影响图像质量的细分维度（如：噪声、模糊度、亮度、对比度、炫光等）做可解释性分析，综合性地给出图像质量分数
基于大模型研究图像美学评价和AI构图技术，需要对影响美学打分的细分维度（如：颜色、光线、对称性、构图合理性等）做可解释性分析，综合性地给出美学评估分数
参与数据质量评估、标注标准制定及自动化数据 Pipeline 的搭建与维护
优先资格
有ACM、Kaggle、阿里天池等竞赛经历/获奖者优先
发表过NeurIPS/CVPR/ICCV/ECCV/ICLR等会议论文优先
AI 洞察
优缺点分析
优点
- 接触多模态大模型与计算机视觉前沿技术，技术栈极具竞争力
- 依托丰富的业务场景（如图像/视频质量评估），算法落地机会多，利于积累实战经验
- 有顶会论文发表经历或竞赛获奖者可充分发挥优势，学术与工程结合紧密
- 实习期要求6个月起，对在校生的时间规划和学业平衡有一定要求
- 适合具备扎实学术背景、对计算机视觉与多模态大模型有浓厚兴趣，且能保证较长实习时间的硕博在校生
缺点 / 挑战
- 大模型训练与调优对算力资源和实验设计要求高，可能面临实验周期长、调参难度大的挑战
角色解读
- 在视觉大模型与图像质量评估领域积累深厚的算法落地经验
- 未来可向多模态大模型算法专家、AI视觉研究员或相关技术管理方向发展
- 基于大模型进行图像和视频的质量评价与美学评价研究，输出可解释性分析与综合评分
- 参与数据质量评估、标注标准制定，搭建并维护自动化数据处理Pipeline
- 扎实的数学基础与视觉算法、多模态大模型、模型蒸馏等技术的实战经验
- 精通Python与Linux环境，熟练使用PyTorch或TensorFlow等深度学习框架
- 具备优秀的论文阅读与复现能力，能独立设计实验并跟进前沿算法
申请策略
- 在面试中准备好复现前沿算法的具体思路与踩坑经验，展现独立解决技术难题的能力
- 重点突出在多模态大模型、计算机视觉领域的科研项目或论文发表（如CVPR/ICCV等）
- 展示在ACM、Kaggle或阿里天池等竞赛中的获奖经历，证明算法实战能力
- 详细描述使用PyTorch或TensorFlow进行模型训练、蒸馏及Pipeline搭建的具体项目经验
- 提前熟悉大模型微调、模型蒸馏及可解释性分析的相关前沿论文与开源代码
- 提升自动化数据Pipeline的搭建能力，熟悉大规模数据标注与质量评估流程
面试指南
- STAR法则：针对项目经验，从背景、任务、行动、结果四个维度清晰阐述
- 技术深度：先讲核心原理与数学推导，再结合具体代码实现与实验数据对比进行说明
- 请介绍你在图像质量评价或美学评价方面的研究思路，如何进行可解释性分析？
- 在多模态大模型应用中，你是如何进行模型蒸馏以提升推理效率的？
- 请分享一个你快速复现前沿算法的经历，遇到了哪些困难及如何解决？
- 如何设计自动化数据Pipeline来保证数据标注的质量与效率？
- 复习计算机视觉与多模态大模型的经典及最新论文，特别是图像质量评估与美学评价相关文献
- 准备1-2个自己主导的深度学习项目，能够深入讲解模型结构、损失函数设计及调优过程
职位点评
薪资福利60
成长发展90
工作生活50
使命价值75
薪资福利
60中等
JD未明确披露具体薪资与福利，但作为视觉算法大模型方向的实习岗，预计津贴水平处于市场前列。
薪资信号未披露（AI估算：6千–1.2万/月）
成长发展
90较高
岗位聚焦多模态大模型与计算机视觉前沿技术，且鼓励顶会论文发表与竞赛，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态大模型、模型蒸馏、PyTorch、TensorFlow、计算机视觉、图像质量评价
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，且实习期要求6个月起，工作节奏与强度需入职后确认。
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
75中等
所处AI大模型赛道发展迅速，图像质量与美学评价技术对提升视觉内容体验有积极意义。
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