阿里巴巴
阿里国际智能技术-多模态大模型算法工程师-日常实习生
阿里国际智能技术-多模态大模型算法工程师-日常实习生
发布于 2 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Pytorch
Rlhf
Sft
Tensorflow
多模态大模型
强化学习
自然语言处理
计算机视觉
预训练模型
值不值得投
73综合评分
综合评分 73
阿里国际核心大模型团队实习岗，技术前沿且成长空间大，适合追求技术深度的算法人才。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
7千
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 3290 个在招 · 其中机器学习工程 约 180 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 270 个在招
职位详情
关于这个职位
该职位主要负责研发电商多模态预训练模型基座，解决商品理解的基础问题并优化大模型幻觉与推理能力
同时需设计SFT+RL训练方案，落地商品类目预测、同款匹配等关键场景，并探索前沿技术以发表相关论文
最低要求
在计算机视觉、自然语言处理、多模态理解、数据分析与挖掘方向有相关项目和产品经验，对其中某一领域算法有深入的研究和应用
掌握机器学习和深度学习基础知识，熟悉Pytorch、Tensorflow等至少一种深度学习框架，熟悉常用的CV、NLP等主流网络模型
工作职责
负责研发电商多模态预训练模型基座，抽象并解决商品理解的基础问题使得模型具备业务通识能力，并构建针对大模型幻觉问题、推理能力、模型加速等关键问题的系统性解决方案，提高下游业务的迭代效率和效果上限
基于多模态预训练大模型，设计和迭代 SFT+RL 训练方案，优化模型语义理解精度，落地商品理解关键场景任务，比如商品类目/属性/标签预测、商品同款、商品图搜等，负责关键场景的端到端全链路优化，实现业务指标提升
学习前沿论文与把握技术趋势，深入理解底层算法原理，探索实验面向未来的硬核技术，实现核心技术突破和技术创新，发表相关论文
优先资格
在多模态预训练学习方向有相关项目和产品经验，对多模态特征的表达和融合、跨模态特征对齐、多任务协同学习算法有深入的研究和应用
有生成式大模型SFT、RLHF相关经验
有相关竞赛经验
在相关方向国际顶会发表过论文
AI 洞察
优缺点分析
优点
- 接触电商多模态大模型最前沿技术，涉及Continual Pre-Training、SFT、RL等硬核方向
- 依托庞大的商品数据资产，有丰富的落地场景和算力资源支持
- 团队鼓励探索前沿技术并发表顶会论文，有利于学术与工业界双重发展
- 多模态大模型研发技术门槛高，需要持续跟进最新论文并保持技术敏感度
- 业务场景复杂，需将前沿算法与电商实际业务指标紧密结合，平衡技术创新与落地效果
- 对多模态大模型和生成式AI有浓厚兴趣，具备扎实算法基础且有志于在工业界发表顶会论文的计算机相关专业硕博生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法实习生成长为多模态大模型领域的核心算法工程师，掌握前沿的预训练与对齐技术
- 未来可向多模态算法专家、大模型架构师或AI业务技术负责人方向发展
- 研发电商多模态预训练模型基座，解决商品理解的基础问题，优化大模型幻觉与推理能力
- 设计并迭代SFT+RL训练方案，落地商品类目预测、同款匹配、图搜等关键场景任务
- 追踪前沿论文，探索底层算法原理，实现核心技术突破并发表顶会论文
- 扎实的机器学习与深度学习基础，熟练使用Pytorch或Tensorflow等框架
- 在CV、NLP或多模态理解领域有深入研究和项目经验，熟悉主流网络模型
- 具备多模态预训练、SFT、RLHF等生成式大模型相关技术经验
申请策略
- 提前了解阿里国际数字商业集团的业务模式及商品数据资产特点，思考多模态技术在其中的应用价值
- 突出在多模态、CV或NLP领域的顶会论文发表经历及相关竞赛获奖
- 详细展示参与过的预训练大模型、SFT或RLHF项目，强调模型优化与业务指标提升
- 列出熟练掌握的深度学习框架及主流网络模型的实际应用经验
- 深入学习多模态预训练、跨模态特征对齐及RLHF等前沿技术，阅读相关经典论文
- 提升大模型幻觉消除、推理能力优化及模型加速等系统性解决方案的实践能力
面试指南
- STAR法则：针对项目经验，从情境、任务、行动、结果四个维度清晰阐述，重点突出技术难点与业务收益
- 理论+实践：回答技术问题时，先阐述底层算法原理，再结合具体项目或实验数据说明实际应用效果
- 请详细介绍你在多模态预训练或SFT/RLHF项目中的具体工作，遇到了哪些挑战及如何解决？
- 针对大模型的幻觉问题和推理能力不足，你有哪些系统性的解决思路？
- 如何将多模态大模型落地到商品类目预测或同款匹配等具体电商场景中？
- 请分享一篇你最近阅读的多模态或大模型领域的顶会论文，并谈谈你的理解
- 复习多模态大模型、RLHF、SFT等核心技术的底层原理，准备相关项目的详细技术细节
- 了解阿里国际电商业务的基本逻辑，思考多模态技术如何赋能商品理解与搜索推荐
职位点评
薪资福利60
成长发展95
工作生活50
使命价值70
薪资福利
60中等
作为实习生岗位，薪资按日薪折算，满足基本生活需求，但相比正式员工薪资仍有差距。
薪资信号未披露（AI估算：5–8千/月）
成长发展
95较高
岗位涉及多模态大模型最前沿技术，鼓励发表顶会论文，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态预训练、SFT、RLHF、Pytorch、Tensorflow、Continual Pre-Training
成长机会探索实验面向未来的硬核技术、发表相关论文
业务类型profit_center
工作生活
50较低
日常实习通常需要保证一定的出勤时间，JD未明确提及WLB或弹性工作，工作强度可能随项目节奏波动。
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
70中等
致力于电商多模态大模型基座研发，推动商品数据结构化，具有一定的行业技术推动价值。
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
Watch Jobs