阿里巴巴
算法工程师-多模态AIGC
算法工程师-多模态AIGC
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Aigc
Pytorch
多模态
扩散模型
深度学习
视频生成
计算机视觉
值不值得投
79综合评分
综合评分 79
前沿AIGC算法岗，技术成长性极强，薪酬有竞争力，但具体WLB需进一步确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
38K
比人工智能中位数低
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 2240 个在招 · 其中人工智能 约 160 个
市场机会
选择面较广
北京 · 人工智能 · 约 170 个在招
职位详情
关于这个职位
加入阿里巴巴，成为一名多模态AIGC算法工程师
你将负责基于海量多模态数据（文本、图像、视频、音频）进行内容理解、生成与分发的算法研发与系统开发，探索并落地前沿生成式AI技术，打造智能化内容生态工具与创新应用
最低要求
硕士及以上学历，计算机、人工智能、电子与通信等相关专业
熟悉扩散模型（如Stable Diffusion、Flux）、自回归生成、多模态理解等AIGC核心技术原理，有图像/视频生成、编辑或多模态项目经验
具备扎实的工程实现能力，熟练掌握 Python/C++/Java 至少一门语言，熟悉 PyTorch/TensorFlow 等深度学习框架
对生成式AI有强烈热情，具备快速复现前沿论文并推动技术落地的能力
良好的沟通协作能力，乐于分享，能与跨职能团队高效推进项目
工作职责
基于海量文本、图像、视频、音频等多模态数据，开展内容理解、匹配分发与生成的算法研究、系统研发及产品开发，构建智能内容生态
探索AIGC前沿技术，包括扩散模型（如Stable Diffusion、Flux系列）、自回归生成（AR）、强化学习、多模态大模型等，持续打磨通用与垂域SOTA基座模型，提升下游应用效果，打造团队技术先进性与行业影响力
推动AIGC的创新落地，包括但不限于：
智能化内容生成工具（图文/短视频/广告素材等）
视频生产、增强处理与直播智能看点提取
虚拟试穿、3D内容生成、基于文本的通用图像/视频编辑
结合计算机图形学、物理仿真与大语言模型的跨领域联合创新，开创视觉生成新范式
优先资格
有互联网公司AIGC相关实习或项目经历
在 ICCV/CVPR/NeurIPS/ECCV 等顶会发表论文，或在相关学术会议组织的权威比赛中获奖;
熟悉计算机图形学、物理仿真、3D生成或大模型微调/Agent开发者优先
AI 洞察
优缺点分析
优点
- 阿里巴巴的平台能提供丰富的业务场景和跨团队协作机会，有利于项目规模化
- 技术更新迭代极快，需要持续学习以跟进前沿论文和算法
- 岗位要求高，竞争可能非常激烈，需要在学术或工程上有突出成果
- 适合对生成式AI有强烈热情、具备扎实算法和工程能力、乐于探索前沿技术并追求技术落地的硕士及以上学历者
缺点 / 挑战
- 你能接触到海量的数据和顶尖的AIGC技术挑战，技术成长空间大
- 职位涉及前沿的生成式AI研究和创新落地，有较高的技术前瞻性和行业影响力
- 将前沿技术稳定落地到复杂业务系统中，可能面临较大的工程挑战和性能优化压力
角色解读
- 你可以深耕技术，在AIGC领域成为算法专家或架构师，主导前沿技术的研究与落地
- 你也可以走技术管理路线，带领团队攻克技术难题，推动业务发展
- 积累顶会论文或重要项目成果，将极大提升你在行业内的技术影响力
- 你将负责研发基于文本、图像、视频、音频等多模态数据的内容理解与生成算法
- 你的核心工作是探索和落地AIGC前沿技术，如扩散模型、多模态大模型，并优化其在业务场景（如内容生成、视频编辑）中的效果
- 你需要将前沿研究成果转化为实际产品或系统功能，推动技术在智能内容生态中的创新应用
- 你需要精通AIGC核心技术，特别是扩散模型、自回归生成等生成式模型的原理与实现
- 你需要具备扎实的编程和工程能力，熟练使用Python和PyTorch/TensorFlow等主流深度学习框架
- 你需要对生成式AI有强烈兴趣，能快速复现论文并解决实际工程问题
申请策略
- 提前了解阿里巴巴在AIGC领域（如通义万相、达摩院相关研究）的公开成果和应用方向，思考自己能如何贡献
- 在面试中准备好阐述你对AIGC某一技术方向的深度理解和独立思考
- 重点突出与AIGC相关的项目或研究经历，详细描述你在模型训练、优化或应用中的具体贡献
- 列举你熟悉的生成模型（如Stable Diffusion、Transformer）及使用的深度学习框架
- 如果有顶会论文或重要比赛奖项，请明确列出，这是重要的加分项
- 深入钻研扩散模型、多模态大模型等AIGC核心领域的最新论文和开源实现
- 提升工程实践能力，练习将算法模型优化并部署到实际应用中的全流程
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，突出你的技术决策和解决问题的能力
- 回答技术问题时，先阐述基本原理，再结合实际应用场景或优化案例进行说明
- 对于系统设计类问题，需兼顾算法原理、工程可行性（资源、延迟）和业务价值
- 请描述一个你实现过的最复杂的生成模型项目，遇到了哪些技术难点，你是如何解决的？
- 你对Stable Diffusion的UNet架构或扩散过程有什么理解？如何优化其生成效果或速度？
- 如果让你将一个学术界的多模态生成模型部署到线上服务，你会考虑哪些关键因素（如性能、成本、稳定性）？
- 请介绍你读过的一篇让你印象深刻的AIGC论文，并分析其优缺点
- 系统复习生成模型的核心知识，特别是扩散模型和大语言模型在视觉领域的应用
职位点评
薪资福利75
成长发展95
工作生活60
使命价值85
薪资福利
75中等
作为头部互联网公司核心算法岗，薪酬福利体系预计较为完善，具有市场竞争力。
薪资信号面议 (25K-50K/月)
成长发展
95较高
岗位处于AIGC技术前沿，要求掌握扩散模型、多模态大模型等核心技术，能接触海量数据和复杂场景，技术成长和影响力提升空间巨大。
技术前沿前沿/新兴技术
技术栈Stable Diffusion、Flux、多模态大模型、扩散模型、自回归生成、强化学习、计算机图形学、物理仿真
成长机会持续打磨SOTA基座模型、提升下游应用效果、打造团队技术先进性与行业影响力、开创视觉生成新范式
业务类型ambiguous
工作生活
60中等
工作模式和通勤信息未在JD中明确提及，通常大型科技公司研发岗位存在一定的加班文化，生活化动机的满足程度取决于具体团队和业务节奏。
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
AIGC是当前科技领域最具创新性和增长潜力的方向之一，推动前沿技术落地并塑造内容生态，具有较高的技术价值和社会影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号构建智能内容生态、打造团队技术先进性与行业影响力、开创视觉生成新范式
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