阿里巴巴
算法研究员-Agentic多模态生成
算法研究员-Agentic多模态生成
发布于 3 小时前普通员工/个人贡献者
实习生仅现场办公人工智能
人工智能
Aigc
Diffusion Model
Multi-Agent
Pytorch
Reward Model
多模态生成
强化学习
值不值得投
78综合评分
综合评分 78
顶尖大厂核心算法岗、前沿多模态技术栈、强业务落地导向、科研与工程并重
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
5.0万
比人工智能中位数高
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 3570 个在招 · 其中人工智能 约 360 个
市场机会
选择面较广
杭州 · 人工智能 · 约 430 个在招
职位详情
关于这个职位
负责阿里巴巴国际站智能创意系统的核心算法研发，聚焦AIGC在B端电商场景的落地
主要工作包括搭建基于强化学习的图像/视频生成模型训练框架，设计多Agent协作架构以实现复杂商业逻辑下的精准内容生成，并跟进前沿技术进行方案设计与顶会论文产出
最低要求
学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士，具备扎实的深度学习、强化学习及概率统计基础
熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）
在生成式模型（Diffusion, Transformer, GANs）、强化学习（PPO, DPO, RLHF） 或 大语言模型 Agent 开发 任一领域有深入理解或项目经验
拥有优秀的代码工程能力，能够处理大规模数据训练及复杂工作流的系统搭建
综合素质：对 AIGC 赋能 B 端业务充满热情，具备极强的创新思维和问题解决能力，有顶会论文发表或知名开源项目贡献者加分
工作职责
前沿调研与方案设计：跟进工业界与学术界在 Diffusion Models、Reinforcement Learning from Human/Business Feedback (RLHF/RLBF)、Multi-Agent Planning 及 Long-Context Video Generation 方向的最新进展，探索适用于 B 端复杂场景的落地方案
负责生图/视频模型的 RL 训练框架搭建，设计高效的 Reward Model 以对齐业务目标，解决生成内容的“幻觉”与合规性问题
设计与实现 Multi-Agent 协作架构，优化 Agent 在复杂业务流程中的任务拆解、工具调用及自我修正能力
落地实践与成果转化：参与模型训练、链路调优与 AB 实验分析，将理论方案转化为线上可用的智能创意生产能力
对创新性研究成果进行总结，撰写高质量技术论文并尝试投稿顶级会议（如 CVPR, ICCV, NeurIPS, ICML, SIGGRAPH 等）
优先资格
有顶会论文发表或知名开源项目贡献者加分
AI 洞察
优缺点分析
优点
- 接触业界最前沿的多模态生成与Agent技术栈，技术壁垒高
- 直接对接阿里国际站核心业务，成果能快速规模化应用并产生实际商业价值
- 拥有完善的科研支持体系，鼓励顶会论文发表与开源贡献
- B端业务逻辑复杂，模型对齐与幻觉控制难度极高，迭代周期长
- 竞争激烈，对顶会论文或高水平开源项目有硬性门槛
- 适合具备扎实数理基础、热爱科研且追求技术深度的硕士/博士候选人，尤其是有生成式AI或多智能体研究背景的求职者
缺点 / 挑战
- 需同时兼顾学术前沿探索与工程落地，双重压力较大
角色解读
- 向首席算法科学家或AI架构师方向发展，主导前沿AIGC技术在垂直行业的商业化落地
- 可转型为AI产品负责人或技术团队管理者，深耕多模态大模型与智能体生态
- 负责B端电商场景下AIGC智能创意系统的核心算法研发与架构设计
- 搭建基于强化学习的图像/视频生成模型训练框架，优化业务指标对齐
- 设计多Agent协作系统，实现复杂商业约束下的精准内容生成与自动化工作流
- 精通Python及PyTorch/TensorFlow等深度学习框架
- 深入掌握生成式模型（Diffusion/Transformer）或强化学习（PPO/RLHF）原理
- 具备大型分布式训练及复杂工作流系统搭建的工程能力
- 熟悉多Agent规划、Function Calling及长上下文视频生成技术
申请策略
- 提前研究阿里国际站AIGC业务现状与技术博客，准备针对性的技术方案设想
- 面试前梳理个人科研/项目中的难点突破过程，展现系统性解决问题能力
- 重点突出在Diffusion/RL/Agent方向的深度项目经历，量化模型性能提升或业务指标改善
- 详细列出顶会论文发表情况或高星开源项目贡献记录
- 强调大规模数据处理与分布式训练的工程实战经验
- 补充强化学习与业务反馈闭环（RLHF/RLBF）的最新论文阅读与复现能力
- 加强多Agent协同规划与工具调用的系统设计知识
- 提升长序列视频生成的一致性控制技术
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化阐述项目背景、技术选型依据、核心难点攻关路径及最终量化成果
- 结合理论推导与工程实践，说明技术决策的权衡过程
- 请详细介绍你过往在Diffusion模型或强化学习方向的核心项目，你是如何解决训练不稳定或收敛问题的？
- 面对B端复杂的商业约束，你会如何设计Reward Model来对齐业务目标？
- 多Agent系统在长上下文视频生成中如何保证一致性与可控性？
- 请分享一篇你最近阅读的顶会论文，并说明其对你当前项目的启发
- 精读近一年CVPR/NeurIPS关于多模态生成与Agent的前沿论文，准备技术对比与批判性思考
- 复习强化学习基础理论与PPO/DPO算法细节
职位点评
薪资福利85
成长发展92
工作生活55
使命价值75
薪资福利
85较高
岗位明确要求硕士/博士学历及前沿技术能力，对应薪酬处于行业中上水平，福利体系符合头部科技企业标准。
薪资信号偏高 (3.5千–6.5万/月)
成长发展
92较高
聚焦AIGC与多智能体前沿技术，提供顶会投稿支持与业务落地场景，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈Diffusion Model、强化学习、Multi-Agent、长上下文视频生成、Reward Model
业务类型profit_center
工作生活
55较低
JD未明确提及弹性工时或WLB保障，算法研发与模型迭代通常伴随较高工作强度。
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
75中等
致力于推动全球贸易数字化升级，用AI重塑内容生产力，具有明确的商业价值导向。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动全球贸易数字化升级、重塑全球卖家的内容生产力
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