阿里巴巴
算法工程师-多模态
算法工程师-多模态
发布于 4 小时前普通员工/个人贡献者
实习生仅现场办公机器学习工程
机器学习工程
Ai智能体
Cv
Llm
Nlp
Pytorch
Tensorflow
多模态算法
深度学习
跨模态表征
值不值得投
77综合评分
综合评分 77
聚焦多模态大模型与Agent前沿探索，技术成长空间极大，适合学术与工程能力兼备的在读算法人才。
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
比机器学习工程中位数低
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 3030 个在招 · 其中机器学习工程 约 180 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 460 个在招
职位详情
关于这个职位
该职位主要从事多模态算法和模型的研究与开发，涵盖文本-图像、文本-视频等跨模态技术的研发与优化
你需要探索AI智能体新范式，构建以多模态大模型为核心的AI助手，并追踪前沿技术产出高水平论文，推动技术创新落地
最低要求
自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读
熟练掌握tensorflow、pytorch等至少一种主流深度学习框架，能够独立实现前沿模型
良好的学术调研能力，良好的逻辑和数据分析能力
有良好的自我学习能力及自驱力，对前沿领域有强探索欲和好奇心、善于独立思考并反思总结
具备良好的沟通能力和团队协作能力
工作职责
从事多模态算法和模型的研究与开发，包括但不局限于文本-图像、文本-视频等跨模态算法研发和优化，跟进并保持业界技术领先
推进跨模态内容理解/生成前沿技术的创新落地
设计和优化现有算法，提高性能和准确性，确保高质量的用户体验
探索AI智能体（Agent）新范式，构建能真正解决业务问题的以多模态大模型为核心的AI助手
引领学术与技术前沿：持续追踪多模态AI、理解&生成、LLM等方向进展，产出高水平论文，建立行业技术影响力
优先资格
有NLP/CV/ML顶会发表经验者
有大规模模型训练工程经验的同学优先
有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先
AI 洞察
优缺点分析
优点
- 接触多模态大模型、AI Agent等当前AI领域最前沿的技术方向，技术栈极具竞争力
- 依托丰富的业务场景和算力资源，有利于将前沿算法转化为实际落地项目
- 多模态和Agent领域技术迭代极快，需要持续高强度的学习和论文追踪，保持技术敏锐度
- 适合对AI前沿技术有强烈好奇心，具备扎实学术背景（有顶会论文或竞赛经历），且渴望在大型业务场景中验证算法的在读硕博研究生
缺点 / 挑战
- 对学术能力和工程落地能力要求双高，既要发顶会又要解决实际业务问题，挑战较大
角色解读
- 从多模态算法研究员成长为技术专家，在AI智能体和大模型领域建立深厚的技术壁垒
- 通过产出顶会论文和落地项目，提升行业技术影响力，未来可向算法架构师或AI研究科学家方向发展
- 研发和优化多模态算法（文本-图像、文本-视频），推进跨模态内容理解与生成技术的落地
- 探索AI智能体（Agent）新范式，构建以多模态大模型为核心的AI助手
- 追踪多模态AI、LLM等前沿进展，产出高水平学术论文，建立技术影响力
- 熟练掌握TensorFlow或PyTorch等深度学习框架，具备独立实现前沿模型的能力
- 拥有扎实的NLP、CV或机器学习基础，具备优秀的学术调研、逻辑分析和数据处理能力
申请策略
- 提前了解公司在多模态和AI Agent方向的最新业务布局和技术博客，面试时展现出对前沿技术的独立思考与反思总结能力
- 重点突出在NLP/CV/ML领域的顶会论文发表记录、高质量开源项目或ACM等权威竞赛获奖经历
- 详细展示参与过的大规模模型训练工程经验及具体的落地项目产出
- 深入学习多模态大模型（如CLIP、LLaVA等）和AI Agent架构，提升在PyTorch框架下的大规模分布式训练与调优能力
面试指南
- 采用STAR法则回答项目经验，重点突出“问题定义-技术方案-工程实现-业务收益/学术贡献”的完整闭环
- 对于架构设计类问题，采用“总-分-总”结构，先阐述整体设计理念，再拆解核心模块，最后说明预期效果与优化空间
- 请详细介绍你发表的一篇多模态或NLP/CV顶会论文的核心创新点及实验结果
- 在构建以多模态大模型为核心的AI助手时，你会如何设计Agent的架构以解决复杂业务问题？
- 面对文本-图像或文本-视频的跨模态对齐问题，你有哪些优化算法性能和提高准确性的思路？
- 请分享一次你在大规模模型训练中遇到的工程挑战及解决方案
- 复习自己简历中提到的所有论文和开源项目，确保能深入讲解每一个细节和公式推导
- 准备1-2个关于多模态大模型或Agent的最新行业前沿案例，展现你的技术视野和独立思考能力
职位点评
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利
70中等
作为算法实习生，实习津贴处于市场较高水平，但整体仍属于实习阶段，薪资绝对值受限于学生身份。
薪资信号未披露（AI估算：6.5千–1.1万/月）
成长发展
95较高
岗位聚焦多模态大模型与AI Agent等最前沿技术，且明确要求产出高水平论文，技术成长与学术发展空间极大。
技术前沿前沿/新兴技术
技术栈多模态算法、跨模态表征、AI智能体、Agent、LLM、TensorFlow、PyTorch
成长机会引领学术与技术前沿、产出高水平论文、建立行业技术影响力
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与加班情况，无法准确判断该职位的WLB状态。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
致力于多模态AI和Agent新范式的探索，推动前沿技术创新落地，具有较强的技术使命感与行业推动价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号探索AI智能体（Agent）新范式、引领学术与技术前沿
创新程度开拓性创新（行业首创）
Watch Jobs