阿里巴巴
阿里国际-AI算法工程师（视频生成 / 创意生成方向）-日常实习生
阿里国际-AI算法工程师（视频生成 / 创意生成方向）-日常实习生
发布于 1 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Aigc
Pytorch
Sft
多Agent系统
大语言模型 (Llm)
强化学习 (Rl)
扩散模型
推理加速
视频生成
值不值得投
68综合评分
综合评分 68
顶尖大厂、前沿AIGC技术栈、高成长潜力，但工作强度大、需现场办公
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
1.0千
比AI算法中位数低
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 4680 个在招 · 其中AI算法 44 个
市场机会
选择适中
杭州 · AI算法 · 43 个在招
职位详情
关于这个职位
该职位是阿里国际站视频生成方向的日常实习岗位，主要利用SFT、偏好优化及强化学习等技术对开源视频生成模型进行后训练与推理加速
工作涵盖商详/商卡场景的画质优化、成本降低，以及基于CTR等业务指标的创意自动生成策略探索，旨在通过AIGC技术提升电商内容生产效率与营销效果
最低要求
计算机、人工智能、数学、自动化等相关专业本科及以上学历，硕士优先
对视频生成、扩散模型、大模型与强化学习有强烈兴趣，具备较强的技术好奇心和自驱力
扎实的编程与算法基础，熟悉 Python，熟练使用 PyTorch 等深度学习框架
对 AIGC（视频/图像生成）、LLM、RL 中至少一个方向有实际项目或研究经历
具备问题分析与拆解能力，能在复杂业务目标下推动方案落地
良好的沟通协作能力，能与产品、算法、工程、运营等跨职能团队高效配合
工作职责
视频生成模型后训练（商详 / 商卡场景）：
● 面向商品详情页、商品卡片等电商视频场景，对开源视频生成模型进行后训练（SFT、偏好优化、蒸馏等），在保证画质与商品主体一致性的前提下，降低单条视频的生成成本与耗时
● 探索推理加速与轻量化方案（如步数蒸馏、量化、缓存复用、高效采样），建立“效果-成本-时延”的权衡体系
● 构建商详/商卡专属的训练数据与评测集（商品主体保真、文字/logo 稳定性、运镜自然度等），搭建自动化评测闭环
视频创意生成（提升外投效果，如 CTR）：
● 围绕卖点提炼、脚本结构、镜头节奏、前 3 秒钩子等要素，设计并优化视频创意的自动生成方案
● 以外投点击率（CTR）、转化等业务指标为目标，结合奖励建模与强化学习（RLHF / Agentic RL 等）优化创意生成策略，打通“生成-投放-反馈-迭代”的数据闭环
● 设计创意质量与效果预估模型，用于离线筛选、排序候选视频，提升投放素材的命中率
工程落地与前沿探索：
● 参与多 Agent 系统与工程化链路设计（任务拆解、工具调用、状态管理、自动评测），支撑视频生产的规模化运行
● 跟踪视频生成、扩散模型、大模型与强化学习等前沿进展，探索在电商内容生产中的创新应用
优先资格
视频生成模型后训练、扩散模型加速/蒸馏、推理优化（量化、并行、缓存）相关经验
广告/电商素材生成、创意脚本生成、CTR 预估或营销效果优化相关经验
多 Agent 系统、工具调用、RLHF / RLAIF / Agentic RL 相关经验
大模型评测、奖励建模、数据构造、自动化实验平台建设经验
发表过视频生成、多模态或强化学习相关论文，或有开源项目贡献、算法竞赛获奖经历者优先
AI 洞察
优缺点分析
优点
- 接触业界最前沿的视频生成与大模型技术，业务场景（电商广告）数据丰富且价值高，平台技术资源丰富
- 对AIGC有浓厚兴趣，具备扎实深度学习基础，渴望在顶级互联网平台解决复杂工程与算法问题的同学
缺点 / 挑战
- 技术栈更新极快，需同时兼顾算法创新与工程落地（如推理加速），业务指标（CTR）压力较大
角色解读
- 可向AIGC算法专家、多模态大模型研究员或AI工程化负责人方向发展，深耕视频生成与商业落地结合领域
- 负责电商视频生成模型的后训练（SFT、偏好优化）与推理加速，平衡效果、成本与时延
- 掌握Python/PyTorch，深入理解扩散模型、LLM及强化学习原理，具备AIGC项目实战经验
申请策略
- 准备展示具体的模型训练细节、消融实验结果或开源项目贡献，体现对‘效果-成本’权衡的思考
- 突出视频生成、扩散模型或强化学习相关的科研项目/竞赛经历，强调代码实现能力与模型调优经验
- 补充PyTorch底层优化知识，了解模型量化、蒸馏等推理加速技术，熟悉RLHF等对齐方法
面试指南
- 使用STAR法则描述项目背景、任务、行动与结果
- 重点阐述技术选型的理由、实验设计的严谨性以及最终的业务/技术指标提升
- 请详细介绍你参与过的视频生成或扩散模型项目，遇到的最大挑战是什么？
- 如何理解SFT和RLHF在视频生成中的应用？它们解决了什么问题？
- 针对视频生成的高计算成本，你有哪些推理加速或轻量化的思路？
- 如果生成的视频商品主体一致性差，你会如何分析和优化？
- 复习扩散模型原理（如Stable Diffusion架构）、强化学习基础（PPO、Reward Modeling）及常见的模型压缩技术
职位点评
薪资福利70
成长发展95
工作生活40
使命价值75
薪资福利
70中等
作为大厂日常实习，薪资通常高于市场平均水平，但实习岗位整体薪酬天花板低于正式员工，福利体系相对简化。
薪资信号未披露（AI估算：0.2–0.3千/月）
成长发展
95较高
职位涉及视频生成、大模型、强化学习等最前沿技术，且直接关联核心业务指标，成长空间极大，技术含金量极高。
技术前沿前沿/新兴技术
技术栈视频生成、扩散模型、大模型、强化学习、RLHF、Agentic RL、PyTorch、SFT
业务类型profit_center
工作生活
40较低
互联网大厂核心算法岗通常工作强度较大，虽为实习岗，但面临业务指标压力，WLB一般，且要求现场办公。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
75中等
通过AIGC技术提升电商内容生产效率与营销效果，具有明确的商业价值和技术创新性，能带来一定的职业成就感。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs