阿里巴巴
研究型实习生-智能算法产品事业部-多模态算法实习生
研究型实习生-智能算法产品事业部-多模态算法实习生
发布于 大约 3 小时前实习/见习
北京市 / 杭州市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Mllm
Pytorch
多模态
大模型
模型蒸馏
深度学习
自然语言处理
表征学习
计算机视觉
AI 估算 · 8k–15k
阿里巴巴研究型实习生薪资在互联网大厂中属于中上水平，且技术方向热门，竞争力强。估算基于行业实习标准。
职位详情
关于这个职位
该职位主要负责多模态大模型在电商场景中的算法研发，包括主体识别、细粒度语义对齐、判别模型设计与模型蒸馏
你将参与前沿技术探索，有机会将研究成果发表在CVPR等顶会上
适合对多模态和CV/NLP交叉领域有浓厚兴趣的硕博在读学生，实习期需3个月以上
最低要求
计算机、人工智能、数学等相关专业在读硕士或博士
扎实的机器学习与深度学习理论基础，熟练掌握Python，精通PyTorch等主流框架
能够连续实习3个月以上，具备良好的逻辑思维能力和沟通协作能力，对技术挑战充满热情，有复杂问题的解决能力
工作职责
多模态大模型应用研发：基于多模态大模型（MLLM）强大的世界知识与推理能力，研发复杂场景下的主体识别算法，精准定位视频/图文中的核心主体（如开箱商品、主推款），解决遮挡、多实例干扰等难题
细粒度语义对齐与表征学习： 构建统一的多模态表征空间，负责封面、视频、商品图文之间的细粒度语义对齐，提升跨模态检索与粗筛的召回率
判别模型设计： 设计具备“Thinking with Images”能力的判别式大模型，实现对“挂错品”、“封面党”等高阶语义偏差的精细化验证，并探索模型的可解释性（输出决策依据）
模型蒸馏与落地： 参与大模型到轻量化小模型的知识蒸馏（Model Distillation）工作，设计表征-判别联合蒸馏框架，在保障算法精度的同时满足线上业务的高吞吐与低延时需求
前沿技术探索： 跟踪CV、NLP及多模态领域的SOTA技术，结合业务场景进行创新，有机会将成果发表在CVPR、ICCV、ECCV等顶级会议上
优先资格
有多模态领域、大模型等领域有相关实践者优先
在CVPR, ICCV, ECCV, NeurIPS, ICML, ACL等顶级会议发表过相关论文者优先
AI 洞察
优缺点分析
优点
- 多模态大模型是当前AI最热方向，技术稀缺性高
- 有机会参与国际顶会论文发表，提升个人学术品牌
- 团队属于核心事业部，业务影响力大
- 实习期间任务强度较大，需要快速上手，适应研究型工作节奏
- 多模态技术难度高，需要同时掌握CV和NLP知识，学习曲线陡峭
- 需要面对复杂的业务场景和工程落地需求，平衡创新与实用性
- 适合计算机及相关专业在读硕博生，对多模态大模型研究有强烈兴趣，具备扎实动手能力和自我驱动力
缺点 / 挑战
- 阿里大平台，资源丰富，数据场景真实复杂，挑战性强
角色解读
- 从实习生转为正式算法工程师，深入负责核心算法模块
- 在顶会发表论文，提升学术影响力，同时积累工业界经验
- 后续可转向大模型算法专家或技术管理方向
- 研发多模态大模型(MLLM)应用，解决电商场景下的主体识别问题，如定位开箱商品、主推款等
- 构建统一多模态表征空间，实现视频、封面、商品描述的细粒度语义对齐，提升检索召回率
- 设计具有推理能力的判别式大模型，检测挂错品、封面党等语义偏差，并输出决策依据
- 参与大模型到轻量模型的蒸馏工作，平衡精度与线上性能
- 扎实的机器学习和深度学习理论基础，熟悉常见神经网络架构
- 熟练使用Python和PyTorch，能够快速实现和调试模型
- 了解多模态、大模型相关技术，有实际项目或研究经验优先
- 良好的文献阅读能力和动手能力，能跟踪SOTA技术
申请策略
- 投递前仔细阅读团队的研究方向，在简历中针对性呈现匹配度
- 如有机会，可以附上个人技术博客或GitHub链接
- 突出多模态、大模型相关项目经历，如视觉语言模型、图文检索等
- 展示论文发表或开源项目，体现研究能力
- 详细描述使用PyTorch等框架的实战经验
- 强调解决复杂问题的思路和成果，如模型精度提升、推理加速等
- 快速补充多模态大模型前沿知识，了解MLLM的结构和训练方法
- 练习手推核心算法，熟悉注意力机制、对比学习等
面试指南
- 用STAR法则回答项目经历：背景、任务、行动、结果
- 对于算法设计问题，先拆解问题，再提出方案，最后分析优缺点
- 对于开放性问题，可以结合最新论文方法并给出实验设想
- 请介绍一下你最近做的多模态或大模型项目，实现思路是什么？
- 如何处理多模态数据中的语义对齐问题？你了解哪些对比学习损失？
- 如果让你设计一个模型来检测'封面党'，你会怎么设计？
- 如何将一个大模型蒸馏到小模型？有哪些常用的蒸馏方法？
- 你对视觉语言模型（如CLIP）的架构理解多深？
职位点评
72
综合评分
大厂实习，前沿多模态大模型方向，技术成长极佳，但现场实习节奏较紧。
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。
更适合这类人
适合追求技术成长、愿意投身AI前沿研究的高年级硕博学生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活50
使命价值75
薪资福利
65中等
作为实习岗位，薪资为日薪制，与正式员工相比有差距，但阿里巴巴提供有竞争力的实习补贴和完善的福利，综合待遇在实习中属于较好水平。
薪资信号未披露（AI估算：8K-15K/月）
成长发展
90较高
该职位提供多模态大模型领域的前沿研究机会，可参与核心算法研发并有机会发表顶级会议论文，对技术成长极为有利。
技术前沿前沿/新兴技术
技术栈多模态、大模型、MLLM、PyTorch、模型蒸馏、表征学习
业务类型ambiguous
工作生活
50较低
该岗位要求现场办公，实习时间紧凑，研究任务较重，工作节奏可能较快，但阿里巴巴有较完善的园区设施，工作环境良好。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
该岗位致力于多模态大模型应用落地，提升电商场景的智能化水平，具有一定的行业价值和技术创新意义。
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