阿里巴巴
多模态实时交互电商数字人
多模态实时交互电商数字人
发布于 2 天前实习/见习
实习生仅现场办公人工智能
人工智能
Pytorch
Tensorflow
多模态
大模型
数字人
深度学习
自然语言处理
计算机视觉
值不值得投
72综合评分
综合评分 72
前沿数字人技术实习，成长机会大，但WLB和补偿性动机一般。
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
6K
比人工智能中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 2650 个在招 · 其中人工智能 约 270 个
市场机会
选择面较广
北京 · 人工智能 · 约 430 个在招
职位详情
关于这个职位
这是一个阿里巴巴数字人团队的实习岗位，主要参与个性化数字人形象生成系统、高表现力肢体表情驱动技术研发以及多模态大模型应用等工作
适合对数字人技术有浓厚兴趣、具备编程和深度学习基础的在校硕士或博士学生，将获得导师一对一指导和参与大规模项目实战的机会
最低要求
计算机视觉、自然语言处理、多模态理解等相关专业背景的在读硕士或博士
扎实的算法和编程能力，熟悉主流的深度学习框架（Pytorch/TensorFlow），熟练掌握Python/C++中至少一门语言
有图文MLLM/音视频MLLM/Omni Model等一项或多项相关经验，对相关算法模型和优化有深刻理解
有10B以上多模态大模型训练者优先，有优化DeepSpeed/Megatron框架者优先
有CCF-A类顶会顶刊论文发表者优先，有高影响力开源项目者优先
工作职责
参与个性化数字人形象生成系统开发，协助生成千人千面个性化虚拟形象，学习应用图像处理和生成模型
参与高表现力肢体表情驱动技术研发，基于动作捕捉、表情合成和实时渲染技术优化数字人表情和动作
在导师指导下探索基于扩散模型的高质量数字人生成技术，攻克核心技术难题
了解并参与多模态统一大模型应用，结合图像、文本、音频等多模态信息构建数字人系统
参与数字人形象定制与风格化迁移，优化系统以适配实时互动场景
参与数字人表情与肢体动作驱动技术测试和优化，提升表现力
参与构建数字人与用户的实时交互系统，增强多模态理解感知能力和个性化服务
优先资格
有10B以上多模态大模型训练者优先，有优化DeepSpeed/Megatron框架者优先
有CCF-A类顶会顶刊论文发表者优先，有高影响力开源项目者优先
AI 洞察
优缺点分析
优点
- 接触数字人技术前沿，参与多模态大模型等尖端项目，技能积累快
- 有导师一对一指导，提供实战经验和职业发展支持
- 参与影响亿级用户的大规模项目，能感受技术价值并提升简历亮点
- 团队氛围开放包容，鼓励创新和学习
- 技术难度高，需要快速掌握深度学习、多模态融合等复杂知识
- 适合对人工智能和数字人技术有浓厚兴趣、具备扎实编程和算法基础的在校硕士或博士学生，希望在前沿领域积累实战经验并追求技术成长
缺点 / 挑战
- 实习期间可能面临高强度学习和项目压力，需适应节奏
- 竞争激烈，要求较高的算法和编程能力
角色解读
- 从实习生成长为数字人技术专家或AI工程师，深入多模态大模型研发
- 向更高级别的研究岗位发展，如算法科学家或技术负责人，推动行业创新
- 拓展到相关领域如虚拟现实、电商应用或智能交互系统
- 开发个性化数字人形象生成系统，通过用户数据和生成模型实现定制化虚拟形象
- 参与肢体表情驱动技术研发，利用动作捕捉和渲染技术使数字人动作更自然
- 探索多模态大模型应用，融合图像、文本、音频等信息构建交互式数字人系统
- 在导师指导下攻克核心技术难题，如基于扩散模型的生成技术
- 熟悉深度学习框架如PyTorch或TensorFlow，掌握Python或C++编程
- 具备计算机视觉、自然语言处理或多模态理解的基础知识
- 有算法和模型优化经验，尤其是大模型训练或相关研究
- 良好的团队合作和沟通能力，适应快速学习环境
申请策略
- 申请前了解阿里巴巴数字人团队的研究方向和最新成果，展示针对性兴趣
- 在面试中准备技术问题解答和项目案例，突出解决问题的能力
- 突出相关项目经验，如深度学习、计算机视觉或多模态模型实践
- 强调编程技能，展示Python/C++和深度学习框架的熟练使用
- 如有，列出论文发表、开源贡献或竞赛奖项，体现技术深度
- 描述团队合作和学习能力，适应快速变化的实习环境
- 深入学习多模态大模型技术，如MLLM或Omni Model的最新研究
- 练习扩散模型、动作捕捉等数字人相关技术的实践项目
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验，突出技术细节和成果
- 针对技术问题，先解释原理再结合实际案例，展示深度理解
- 强调学习方法和适应能力，举例说明如何克服挑战
- 请介绍你对数字人技术的理解，以及你在相关项目中的经验？
- 如何将多模态信息（图像、文本、音频）融合到数字人系统中？
- 描述一个你使用PyTorch或TensorFlow解决过的深度学习问题
- 你对扩散模型在数字人生成中的应用有什么看法？
- 你如何快速学习新技术并应用到项目中？
职位点评
薪资福利60
成长发展90
工作生活50
使命价值80
薪资福利
60中等
实习岗位薪资通常为市场水准，但具体福利和稳定性在JD中未明确提及，满足程度有限。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
职位提供前沿数字人技术学习机会、导师指导和大规模项目实战，对技能成长和职业发展有较高满足。
技术前沿前沿/新兴技术
技术栈数字人、多模态、深度学习、PyTorch、大模型
成长机会导师一对一指导、丰富的实战经验
业务类型ambiguous
工作生活
50较低
办公模式未明确提及，可能要求现场办公，工作灵活性和WLB信息不足，满足程度一般。
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
80较高
数字人技术属于新兴领域，有创新潜力，参与大规模项目能带来一定社会价值感和使命感。
行业发展高速增长赛道
社会影响中性/一般
使命信号定义未来数字人的无限可能
创新程度开拓性创新（行业首创）
Watch Jobs