阿里巴巴
算法工程师-大模型应用
算法工程师-大模型应用
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Pytorch
Tensorflow
分布式训练
多模态
大模型
模型压缩
自然语言处理
值不值得投
77综合评分
综合评分 77
依托核心业务场景的大模型前沿技术岗，技术成长空间极大、薪资竞争力强，但业务挑战与迭代压力较高。
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
3.8万
比机器学习工程中位数低
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 3200 个在招 · 其中机器学习工程 约 180 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 260 个在招
职位详情
关于这个职位
该职位主要负责大模型在核心业务场景中的算法创新与落地，涉及千亿级参数模型的分布式训练、压缩与低延迟推理
你将面对数亿用户和百亿级数据的挑战，探索生成式AI和多智能体等前沿技术，推动AI驱动商业增长
最低要求
本科及以上学历，计算机科学/人工智能/机器学习等相关专业优先
具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构
掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域
有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先
对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展
具备良好的沟通能力，较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路
工作职责
参与大模型在核心业务场景中的算法创新与应用，提升模型效果与用户体验
通过分布式训练、模型压缩、低延迟推理等技术，面向工业级应用完成千亿级参数大模型的高效训练与部署
尝试生成式AI、多智能体协作等前沿方向，推动AI技术在各类核心业务领域的创新应用
数亿用户、百亿级行为数据的挑战，落地大模型应用
参与顶级核心业务场景的算法优化，见证大模型技术驱动商业增长的完整链路
优先资格
有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历
有海量数据处理经验或者大厂实习经验
在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表
AI 洞察
优缺点分析
优点
- 处于AI技术最前沿，有机会推动生成式AI和多智能体等创新落地
- 适合对AI技术有强烈热情、具备扎实算法基础且渴望在工业级大模型场景中深耕的技术极客
缺点 / 挑战
- 接触数亿用户和百亿级数据的真实工业级场景，技术挑战大，能积累千亿级大模型训练与部署的稀缺经验
- 大模型训练与推理优化技术门槛高，需要持续跟进前沿论文和技术迭代，学习压力大
- 核心业务场景对模型效果和延迟要求极高，面临较大的业务指标压力
角色解读
- 从大模型应用开发向底层模型训练优化或业务架构师方向发展
- 可成长为AI技术专家或核心业务算法负责人
- 负责大模型在核心业务中的算法创新与落地，包括千亿级参数模型的分布式训练、压缩与推理优化
- 探索生成式AI、多智能体等前沿技术，处理百亿级行为数据以驱动商业增长
- 扎实的编程基础（Python/C++/Java）与算法数据结构能力
- 熟练掌握PyTorch/TensorFlow，具备机器学习理论及NLP/多模态/搜推广等至少一个领域的深入理解
申请策略
- 了解阿里核心业务的AI应用场景，准备针对具体业务痛点的算法优化思路
- 突出大模型训练/微调经验（如Llama、GPT）或搜推广算法项目，展示处理海量数据的能力
- 强调在PyTorch/TensorFlow框架下的工程落地经验及算法竞赛/顶会论文成果
- 深入学习分布式训练框架（如Megatron、DeepSpeed）及模型压缩/推理加速技术（如vLLM、TensorRT）
- 补充多智能体协作或RAG（检索增强生成）等前沿应用知识
面试指南
- 采用STAR法则，结合具体项目背景、技术选型、遇到的难点（如显存溢出、推理延迟高）及最终的业务收益（如QPS提升、效果指标改善）进行结构化回答
- 如何优化千亿级参数大模型的分布式训练效率？
- 在低延迟推理场景下，你会采用哪些模型压缩或加速技术？
- 请分享一个你利用大模型解决具体业务痛点的项目经历
- 多智能体协作在实际业务中如何落地？遇到过哪些挑战？
- 复习大模型底层原理（如Transformer架构、Attention机制）、分布式训练策略及主流推理框架
- 准备1-2个深度参与的大模型或搜推广项目细节，重点突出技术难点与解决方案
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
大模型算法岗属于当前市场高薪方向，结合巨头企业的业务规模与平台，薪资福利具备较强竞争力。
薪资信号未披露（AI估算：2.5千–5万/月）
成长发展
95较高
岗位涉及千亿级参数大模型、生成式AI、多智能体等最前沿技术，且依托数亿用户级核心业务场景，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈大模型、分布式训练、模型压缩、低延迟推理、生成式AI、多智能体、PyTorch、TensorFlow、NLP、多模态
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，但核心业务场景的大模型研发通常面临较高的业务指标压力与迭代节奏。
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
推动AI技术在核心业务领域的创新应用，见证大模型技术驱动商业增长，具有较高的技术成就感与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs