阿里巴巴
算法工程师-大数据处理
算法工程师-大数据处理
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Pytorch
Tensorflow
多模态数据处理
大模型
数据治理
深度学习
特征工程
算法优化
值不值得投
77综合评分
综合评分 77
前沿多模态技术栈、高薪高成长、平台资源雄厚，但工作节奏偏快需做好抗压准备
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，方便横向比较。
薪资怎么样
5.0万
与数据科学中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 3860 个在招 · 其中数据科学 19 个
市场机会
选择适中
杭州 · 数据科学 · 31 个在招
职位详情
关于这个职位
本职位专注于集团核心数据资产体系建设，负责海量多模态数据的智能解析、特征提取与模式挖掘
你将主导研发基于深度学习与大模型的跨模态融合算法框架，构建高可用数据中台，并将前沿AI技术落地于实际业务场景，驱动数据价值深度挖掘
最低要求
计算机、数学、统计、人工智能、大数据等相关专业硕士及以上学历，有数据算法相关实践经验，具备多模态/跨模态数据处理项目经验
熟悉深度学习算法框架（如TensorFlow/PyTorch），在多模态数据处理、表征学习、大模型应用等领域有实现经验
具备扎实的数学建模能力，擅长设计数据驱动的算法解决方案，对算法性能优化和工程实现有深刻理解
熟悉大规模数据处理全流程，具备海量数据特征工程、算法优化及质量评估经验，有数据治理与质量管控经验者优先
热爱数据科学研究，具备优秀的逻辑思维能力和技术创新意识，精通Python/Java等至少一种编程语言，有大规模数据算法开发经验者优先
工作职责
构建集团核心数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作
负责集团海量全模态（文本/图像/视频/音频）及跨模态数据的标签体系设计、特征提取、模式挖掘与内容理解，设计高精度、低资源消耗的多模态数据智能分析处理方案
研发基于深度学习与大模型的跨模态数据融合算法框架，构建多模态数据协同分析模型，支撑业务场景下的数据价值挖掘与知识发现
主导数据智能平台算法模块开发，构建支持海量、全模态数据处理的高可用数据中台
跟踪多模态算法、大模型及前沿数据处理技术，推动创新算法在实际业务场景的落地应用
AI 洞察
优缺点分析
优点
- 接触集团级海量真实业务数据，技术落地场景丰富且影响力大
- 聚焦多模态与大模型前沿方向，技术栈处于行业领先地位
- 平台资源丰富，可快速积累大型分布式系统开发与算法调优经验
- 前沿技术迭代极快，需持续高强度跟进论文与开源社区动态
- 跨部门协作频繁，需平衡算法创新与业务交付节奏
- 适合具备扎实数理基础与工程落地能力，对多模态/AI前沿技术充满热情，且能适应快节奏高压环境的求职者
缺点 / 挑战
- 数据规模庞大且复杂度高，算法性能优化与工程部署压力较大
角色解读
- 向资深算法专家或首席科学家方向发展，深耕多模态与大模型底层架构
- 转向技术管理岗（如算法团队Leader），负责数据智能平台整体规划与团队建设
- 拓展至AI产品化或商业化方向，主导数据驱动的业务创新与增长
- 负责集团核心数据资产体系构建，主导海量多模态数据的清洗、解析与特征工程
- 研发基于深度学习与大模型的跨模态融合算法，设计高可用数据中台算法模块
- 追踪前沿AI技术，将多模态分析与知识发现算法落地至实际业务场景
- 精通Python/Java编程，熟练掌握PyTorch/TensorFlow等主流深度学习框架
- 具备扎实的多模态数据处理、表征学习及大模型应用实战经验
- 拥有出色的数学建模能力与大规模数据特征工程、算法性能优化功底
申请策略
- 提前研究目标业务线（如电商推荐、内容安全、云智）的数据痛点，面试时展现业务理解
- 关注公司技术公众号与开源项目，准备1-2个与JD高度匹配的深度案例
- 突出多模态数据处理与大模型微调/应用的具体项目成果，量化性能提升指标
- 强调在大规模分布式环境下的算法优化经验，如内存管理、推理加速、数据管道搭建
- 展示扎实的数学推导能力与代码规范，附上GitHub或技术博客链接
- 深入掌握Transformer架构及多模态对齐技术（如CLIP、BLIP等）
- 强化工程化能力，熟悉Kubernetes、Spark/Flink等大数据生态组件
- 补充数据治理与质量控制方法论，了解业界主流数据标注与评估标准
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、个人贡献与技术选型逻辑
- 针对性能优化问题，从算法剪枝/量化、算子融合、硬件适配、数据流水线并行四个维度展开
- 结合业务场景说明数据治理流程，强调自动化评估工具与人工抽检的结合策略
- 请详细介绍一个你负责的多模态数据处理项目，难点与解决方案是什么？
- 如何在有限算力下优化大模型或多模态模型的推理延迟与显存占用？
- 面对海量异构数据，如何进行特征工程与数据质量管控？
- 请推导或解释某个核心深度学习算法（如Attention机制、对比学习）的原理
- 系统复习深度学习基础理论与多模态前沿论文，梳理知识图谱
职位点评
薪资福利85
成长发展92
工作生活45
使命价值75
薪资福利
85较高
薪资水平对标行业高位，配合完善的福利体系与长期激励，对追求高回报的求职者具有较强吸引力。
薪资信号偏高 (3.5千–6.5万/月)
成长发展
92较高
聚焦多模态与大模型前沿技术，提供海量数据实验环境与顶尖技术团队背书，技能成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态、大模型、PyTorch、TensorFlow、特征工程、深度学习
业务类型profit_center
工作生活
45较低
JD未明确办公模式与工时安排，互联网大厂算法岗通常面临较高交付压力，工作生活平衡存在不确定性。
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
75中等
致力于构建集团核心数据资产与智能中台，技术成果直接赋能多元业务场景，具备显著的商业与社会价值。
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
Watch Jobs