阿里巴巴
算法工程师- AIGC方向（T-Star Lab26届秋招）
算法工程师- AIGC方向（T-Star Lab26届秋招）
发布于 大约 9 小时前普通员工/个人贡献者
北京市 / 杭州市
无经验要求
全职员工
仅现场办公
硕士
计算机视觉工程
Aigc
Diffusion模型
Pytorch
T2V
Tensorflow
多模态
视频生成
计算机视觉
AI 估算 · 28k–45k
顶尖校招项目（T-Star），阿里大厂，AIGC热门方向，薪资具有强竞争力，预估28k-45k/月，16薪。
职位详情
关于这个职位
该职位是阿里巴巴淘天集团T-Star顶尖人才招聘项目，面向2026届硕博毕业生，专注于AIGC方向的前沿技术研究，包括视频生成、多模态理解、内容编辑等
你将参与亿级规模的数据与场景，探索Diffusion模型等先进技术，推动AI在业务中的落地
适合对AIGC有热情、具备扎实算法与工程能力的优秀技术人才
最低要求
硕士及以上学历，计算机科学、人工智能、电子与通信等相关专业
精通Diffusion模型及相关技术，掌握T2V基础模型及相关技术原理，有图像/视频生成或处理相关经验
具备卓越的工程实现能力，熟练掌握C/C++、Java、Python等至少一门编程语言
熟练掌握深度学习框架，如TensorFlow、PyTorch
学习能力强，对新技术有敏锐洞察力，对AIGC领域充满热情，善于独立思考并持续优化
良好的沟通能力和团队协作精神，乐于分享技术见解
工作职责
深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，提升生成视频的画质、真实性、一致性及生产效率
从事AIGC驱动的视频增强与处理技术，迁移通用大模型架构到垂直领域，推动下游应用性能突破
研究基于AIGC的可控性编辑，精准实现内容生成与修改
探索基于AIGC的人脸、人体生成编辑技术，打造高交互性与真实性的数字形象
在多模态视频理解领域实现技术创新，提升视频内容理解与分析能力
优先资格
具有文本到视频（T2V）、AIGC内容编辑、多模态视频理解等相关领域的实习或项目经验
拥有百亿参数级别大模型训练经验，或超大规模数据集构建与管理经验
在计算机视觉和人工智能领域的国际顶级会议（CVPR, ICCV, ECCV, AAAI, NeurIPS等）或期刊(T-PAMI, T-IP等)发表论文，或在权威学术竞赛中获奖
AI 洞察
优缺点分析
优点
- 深耕AIGC前沿方向，视频生成和多模态领域发展迅速，技能积累价值高
- 公司平台大，资源丰富，与顶尖同事协作，成长空间广阔
- AIGC领域竞争激烈，技术迭代快，需要持续学习和高强度投入
- 校招项目对候选人背景要求严格，面试流程可能较长且深入
- 适合对生成式AI有浓厚兴趣、具备扎实算法和工程背景的硕博应届生，尤其是发表过顶会论文或有相关实习经验者
缺点 / 挑战
- 加入阿里淘天顶尖人才项目，接触亿级数据与真实业务场景，技术挑战大
- 算法岗对创新和工程能力要求极高，可能面临较大的研发压力
角色解读
- 在AIGC方向深耕，成为视频生成或多模态领域的专家
- 可向技术专家或项目负责人方向发展，带领团队攻克前沿课题
- 积累大模型训练和业务落地经验，向AI架构师或技术Leader晋升
- 研究和开发文本到视频（T2V）生成模型，提升生成视频的质量与效率
- 优化和迁移AIGC模型到具体业务场景，推动视频增强、编辑等应用落地
- 探索多模态视频理解技术，提升对视频内容的智能分析能力
- 参与百亿参数大模型的训练和部署，处理大规模数据集
- 精通Diffusion模型及其在图像/视频生成中的应用，了解T2V基础模型原理
- 熟练掌握至少一种编程语言（Python、C++等）和深度学习框架（PyTorch、TensorFlow）
- 具备优秀的工程实现能力，能够高效实现和调优算法
- 对AIGC领域有持续热情和学习能力，关注前沿技术动态
申请策略
- 关注淘天集团技术博客和招聘动态，了解团队技术方向
- 准备一段关于AIGC方向的研究或项目介绍，展现独立思考和技术热情
- 突出与Diffusion模型、T2V、视频生成相关的项目或研究经历，强调技术细节和成果
- 展示论文发表、竞赛获奖或开源贡献，证明学术和创新实力
- 强调工程能力，例如大规模模型训练、数据集构建、高性能代码实现
- 用具体数据说明工作成效，如提升指标、加速训练等
- 深入学习Diffusion模型原理及T2V最新论文，准备相关代码实现
- 熟悉PyTorch分布式训练框架，了解百亿参数模型训练的基础设施
面试指南
- 回答技术问题时，先给出核心原理，再结合实际经验说明优化方法
- 对于项目介绍，采用STAR法则：背景、任务、行动、结果，强调个人贡献
- 遇到开放式问题，注重逻辑清晰，展示思考深度和创新点
- 请详细解释Diffusion模型的训练和采样过程，以及其在视频生成中的应用
- 如何评估生成视频的质量？你常用的指标有哪些？如何提升生成视频的一致性？
- 简述T2V模型的架构设计，如何从文本到视频进行建模？
- 你在大规模模型训练中遇到过什么挑战？如何优化训练效率？
- 介绍一个你参与过的AI项目，你在其中的具体贡献和技术难点是什么？
职位点评
76
综合评分
阿里顶尖校招项目，AIGC前沿方向，高成长高回报，但工作强度较大。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合极度重视技术成长、追求前沿AI挑战、对WLB要求不高的顶尖硕博毕业生。
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95
工作生活50
使命价值70
薪资福利
75中等
该职位为阿里顶尖校招项目，薪资待遇和市场竞争力强，面向应届生起薪高，福利完善（大厂标准），但实习期间可能薪资略低，总体补偿性较好。
薪资信号未披露（AI估算：28K-45K/月）
成长发展
95较高
该职位技术前沿（AIGC/视频生成），涉及百亿参数大模型，成长机会极佳，有导师制培养，个人发展空间大，属于顶尖人才项目。
技术前沿前沿/新兴技术
技术栈Diffusion模型、T2V、AIGC、多模态、大模型训练
成长机会顶尖人才招聘和培养项目
业务类型profit_center
工作生活
50较低
工作地点在北京或杭州核心区域，但未提及弹性办公，互联网大厂通常有一定加班强度，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
AIGC领域正高速发展，创造新内容的生产方式，具有技术影响力，但作为商业公司，社会使命信号不强。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs