AIGC算法工程师

优缺点分析

角色解读

• 通过前沿项目积累实战经验，有机会发表顶会论文，建立学术影响力
• 实习表现优秀者可获转正机会，成为阿里巴巴正式算法工程师，深入电商视觉方向
• 未来可向技术专家或算法团队负责人方向发展，或转向产品、技术管理复合路径
• 负责电商场景下AIGC视觉生成算法的研发，包括可控图像/视频生成、图像编辑及试衣等应用
• 参与多模态大模型的预训练、微调与部署加速，优化模型在电商垂域的表现
• 开展商品理解、目标检测等图像/多模态理解工作，为拍立淘等核心业务提供技术支持
• 与团队协作，将前沿算法落地到实际业务，并形成学术论文或技术方案
• 扎实的计算机视觉、机器学习和深度学习理论基础
• 熟练掌握至少一种深度学习框架（如PyTorch），具备独立实现和调试模型的能力
• 了解AIGC或多模态大模型相关技术，如扩散模型、Transformer、SFT、RLHF等
• 具备良好的科研素养，有顶会论文或高质量竞赛项目经验者更佳

申请策略

• 提前了解拍立淘业务和电商搜索场景，思考如何将自研技术与业务结合
• 在简历中附上GitHub链接或技术博客，展示你的实践过程和学习能力
• 突出与AIGC、多模态或计算机视觉相关的项目经历，详细描述你的角色和成果
• 如有顶会论文或发表中的工作，务必列举，并简要说明技术贡献
• 展示编程能力，如Python、PyTorch使用经验，以及相关开源项目或代码仓库
• 强调工程落地能力，例如部署过模型、优化过训练流程等
• 学习扩散模型（如Stable Diffusion、DDPM）及其变体，动手做一个小项目
• 了解大模型微调技术，如LoRA、QLoRA、SFT、RLHF，能熟练运用

面试指南

• 项目介绍采用STAR框架：情境（背景）、任务（目标）、行动（方法）、结果（量化效果）
• 技术原理题先阐述基本概念，再结合自己的经验说明应用中的注意事项
• 方案设计题分步骤回答，先明确目标，再选择技术路线，最后考虑评估和迭代
• 请详细介绍一下你在计算机视觉或AIGC领域做过的项目，以及你的具体贡献
• 解释扩散模型的训练和采样过程，并说明如何用于文本条件下的图像生成
• 你对LoRA和RLHF的理解是什么？它们在大模型微调中的作用是什么？
• 如果给你一个电商商品图像生成任务，你会如何设计技术方案？
• 你如何看待AIGC在电商场景中的应用前景？