阿里巴巴
算法工程师-视觉智能与视频编解码创新
算法工程师-视觉智能与视频编解码创新
发布于 大约 3 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Aigc
Av1
Cuda
Mnn
Opencl
Pytorch
Tensorrt
Vvc
模型压缩
AI 估算 · 30k–55k
阿里P7级算法工程师，杭州市场行情，要求顶尖技术和顶会背景，薪资竞争力强。
职位详情
关于这个职位
加入阿里巴巴视觉智能与视频编解码团队，你将参与构建面向元宇宙的8K视频核心引擎，研发AI视觉大模型、实时视频增强与智能编码技术
你的算法将应用于钉钉视频会议、淘宝直播等亿级场景，用技术创新重新定义人机交互体验
最低要求
计算机视觉/模式识别/多媒体系统等方向硕士及以上学历，具有一作顶会（CVPR/ICCV/ECCV/ICML）或专利发明经验者优先
精通PyTorch/TensorRT/MNN，具备CUDA/OpenCL异构计算优化经验
深入理解视频编码基本原理，熟悉AV1/VVC等最新编码标准
工作职责
AI视觉大模型突破：构建多模态视频理解体系，攻关AIGC技术在企业协作场景的落地，包括但不限于音频驱动的视频数字人，AI Agent等
图像与视频质量增强：研发基于AI的实时视频通信系统，在RTC场景实现压缩失真消除、动态超分、光流插帧等技术的工业级部署
智能编码标准定义：优化AV1标准的落地开发，研发基于内容感知的编码算法、屏幕内容自适应算法
感知计算架构创新：设计轻量化模型蒸馏方案，实现视频及图像等AI模型在移动端的部署
探索时空注意力机制在视频语义分割中的应用，构建低至30ms延时的在线处理流水线
优先资格
✓ 在Kaggle/CVPR Video Competition等竞赛中进入Top5%
✓ 发表过VBM/TVT/TMM等多媒体领域顶刊论文
✓ 有WebRTC实时通信系统开发经验
AI 洞察
优缺点分析
优点
- 阿里巴巴平台海量用户场景，技术成果直接服务数十亿用户，成就感强
- 工作内容前沿，涉及AI+视频编码、AIGC等热点方向，技能积累快
- 团队技术氛围浓厚，鼓励创新，有顶会发表和竞赛支持
- 技术要求极高，需要同时掌握视觉算法、编码标准和工程优化，学习曲线陡峭
- 实时视频系统对延迟和性能要求严苛，项目节奏可能较快
- 适合热爱技术攻关、追求极致性能的视觉算法高手，尤其是对视频和编码有浓厚兴趣的研究型工程师
缺点 / 挑战
- 需持续跟踪前沿论文，保持技术敏锐度，竞争压力大
角色解读
- 从算法工程师逐步成长为技术专家，主导视觉与编码核心方向的研究与落地
- 可向AI架构师或团队技术Leader发展，负责大规模视频系统的设计与优化
- 未来可拓展至元宇宙、自动驾驶等前沿领域的视觉计算工作
- 研发AI视觉大模型，实现多模态视频理解与AIGC技术落地，如视频数字人、AI Agent
- 优化实时视频通信系统，通过AI算法提升画质（超分、插帧、去压缩失真）并在移动端部署
- 定义智能视频编码标准，开发基于AV1的内容感知编码和屏幕自适应算法
- 设计轻量化模型架构，利用蒸馏、量化等技术实现低延迟在线处理流水线
- 扎实的计算机视觉和深度学习基础，熟练掌握PyTorch/TensorRT等框架
- 深入理解视频编码原理（AV1/VVC）和异构计算优化（CUDA/OpenCL）
- 具备模型压缩、边缘部署经验，熟悉知识蒸馏、量化剪枝等技术
- 有顶会论文或专利发明经验，能独立突破技术难题
申请策略
- 面试前准备一个完整的视频相关项目讲解，从问题定义到解决方案再到效果
- 了解阿里巴巴视频技术栈（WebRTC、钉钉等），思考如何改进现有系统
- 突出顶会论文、专利或竞赛名次，体现研究与创新能力
- 详细描述视频编解码、模型压缩或RTC系统相关的项目经验，量化性能提升
- 展示对算法落地的理解，如移动端部署、延迟优化等工业级实践
- 如有独特爱好或跨领域经历，可附加说明以体现个人特质
- 若缺少视频编码经验，可系统学习AV1/VVC标准及开源实现
- 补充CUDA/OpenCL优化技巧，尤其是针对深度学习算子的加速
面试指南
- 技术类问题：先阐明核心概念，然后结合项目经验说明你的设计方案和权衡，最后用实验数据或推理证明可行性
- 开放性问题：结构化回答（现状-挑战-解决方案-效果），展示系统思考能力
- 请解释视频编码中的率失真优化原理，以及AI如何改进传统编码
- 如何设计一个轻量化模型实现实时视频超分？涉及哪些压缩技术？
- 谈谈你对AIGC在视频会议场景应用的理解，并举例说明
- 描述一次你解决算法落地中性能瓶颈的经历
- 对Transformer在视频理解中的应用有何看法？
- 复习视频编码基础（AV1/VVC）及经典视觉模型（CNN、Transformer）
职位点评
73
综合评分
阿里核心算法岗，前沿技术栈+高成长空间，但WLB一般且要求顶尖背景。
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
适合极度重视技术成长、渴望挑战前沿课题的算法工程师，能接受一定的加班压力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
阿里薪资水平在行业内具有竞争力，股票激励和福利完善，但具体薪资面议，且该岗位是研发核心，预期回报较高。
薪资信号面议 (30K-55K/月)
成长发展
90较高
工作涉及AI+视频编码等前沿技术，有大量创新机会，团队鼓励顶会论文和竞赛，成长空间极大。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorRT、MNN、CUDA、AV1、VVC、AIGC、模型压缩
成长机会顶会经验优先、专利发明经验
业务类型profit_center
工作生活
50较低
杭州工作是现场办公，未提及弹性工作制，互联网大厂普遍存在加班文化，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
视频技术影响数十亿用户，有较强社会价值；但岗位更偏技术实现，使命感中等。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号数十亿用户看见的世界
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