阿里巴巴
算法工程师-视频增强与AI生成处理
算法工程师-视频增强与AI生成处理
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Aigc
Ar自回归
Diffusion
图像修复
多模态理解
电商算法
视频增强
计算机视觉
值不值得投
80综合评分
综合评分 80
顶尖AIGC技术栈、海量数据算力加持、高薪前景好，但需做好应对互联网高强度业务的准备。
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
4.0万
比计算机视觉工程中位数高
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 3620 个在招 · 其中计算机视觉工程 46 个
市场机会
选择面较广
杭州 · 计算机视觉工程 · 79 个在招
职位详情
关于这个职位
该职位专注于基于生成式AI重构淘宝视频画质增强与处理算法，持续迭代图像与视频修复模型并引入多模态能力
同时探索AIGC前沿技术，打磨垂域生成模型，为电商场景提供视频生产、画质增强及音视频二创等核心产品能力，助力亿级用户消费体验升级
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Diffusion或AR自回归相关的技术原理和发展脉络，有图像/视频增强，生成，多模态理解，或图像编辑等研究方向经验
具备极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言
学习能力强，对新事物有好奇心，对所在领域有热情，善于独立思考并反思总结
良好的沟通能力和团队协同能力，善于合作，乐于分享
工作职责
我们将持续迭代图像、视频画质修复与增强模型，引入最新的多模态能力，将算法大规模落地在电商场景，提升淘宝直播视频，短视频，图片的画质体验;
我们会探索AIGC方向的前沿技术，打磨SOTA垂域生成模型，并端到端的提升下游应用效果，为电商场景提供视频生产、视频增强处理、音视频二创等产品能力
有海量的业务数据以及充足的算力资源，来面对具有挑战性的业务场景和学术任务
你将和聪明、皮实、乐观、自省、追求卓越和自我驱动的优秀战友一起，共同开创视觉技术的新格局
优先资格
在校园内或互联网公司有相关多模态理解，或视频生成/编辑方向项目经历
在ICCV、CVPR、ECCV、NeurIPS等国际顶级会议、期刊上发表论文，或在相关学术会议组织的权威比赛中获奖
AI 洞察
优缺点分析
优点
- 背靠淘天集团海量真实业务场景与充足算力，数据与工程资源丰富
- 聚焦AIGC与视频生成前沿赛道，技术栈极具前瞻性与市场竞争力
- 平台影响力巨大，成果可直接触达亿级用户，职业成就感强
- 完善的内部技术社区与导师文化，利于快速成长与行业人脉积累
- AIGC技术迭代极快，需保持高强度学习与持续输出，易产生技术焦虑
- 跨部门协同复杂，算法落地需兼顾业务需求、成本控制与工程规范
- 适合具备扎实计算机视觉基础、热爱AIGC前沿技术、抗压能力强且追求技术深度与业务影响力结合的求职者
缺点 / 挑战
- 电商业务节奏快、指标压力大，需在高并发与实时性要求下保证算法稳定性
角色解读
- 向资深算法专家或技术负责人发展，主导核心视觉大模型的研发与架构设计
- 横向拓展至全栈AI应用或多模态大模型方向，成为复合型AI技术人才
- 积累深厚业务壁垒后，可转向技术管理岗或独立负责创新业务线的算法规划
- 负责淘宝直播、短视频及图片的画质修复与增强算法研发，解决低分辨率与压缩模糊问题
- 探索并落地AIGC前沿技术，训练垂域生成模型，赋能视频生产与二创场景
- 利用海量电商数据与算力资源，进行多模态理解与图像编辑模型的端到端优化
- 与跨职能团队协作，将算法成果大规模部署至实际业务线，提升用户体验
- 深入掌握Diffusion或AR自回归模型原理，具备图像/视频生成与增强的实战经验
- 精通Python或C++等编程语言，具备优秀的算法工程化落地与性能调优能力
- 熟悉多模态学习、图像编辑及视频处理技术栈，了解主流深度学习框架
- 具备极强的学习能力与科研思维，能快速跟进前沿技术并转化为业务价值
申请策略
- 提前研究淘天集团近期在AIGC与视频质量提升方面的公开技术博客或专利
- 准备1-2个完整的算法从理论到工程落地的闭环案例，重点说明难点与突破
- 重点突出Diffusion/AR模型在图像/视频领域的具体项目经验与量化成果
- 详细展示C++/Python工程落地能力，如模型压缩、推理加速或大规模部署案例
- 列出顶会论文或竞赛奖项，证明扎实的科研功底与创新潜力
- 强调在多模态理解或电商内容处理方面的业务理解与问题解决思路
- 系统梳理扩散模型与自回归生成的数学原理与最新变体，跟进SOTA论文
- 强化PyTorch/TensorFlow框架下的模型训练调参技巧及CUDA编程优化能力
面试指南
- 采用STAR法则结构化阐述项目背景、个人贡献、技术选型与最终业务指标提升
- 针对工程优化问题，从模型结构剪枝、算子融合、量化压缩及硬件适配等多维度给出系统性方案
- 对于业务平衡问题，结合评估指标、人工审核机制与A/B测试逻辑进行回答
- 请详细描述你参与过的一个Diffusion或AR视频生成项目的技术细节与优化过程
- 如何在保证画质的前提下降低视频增强模型的推理延迟与显存占用？
- 多模态模型在电商场景落地时，如何平衡生成内容的真实性与多样性？
- 如果线上模型出现严重的颜色失真或伪影，你的排查与修复流程是什么？
- 复习计算机视觉经典论文与AIGC最新技术路线，准备好手写代码或推导关键公式
职位点评
薪资福利85
成长发展90
工作生活60
使命价值75
薪资福利
85较高
头部互联网企业薪酬包在行业内具备较强竞争力，且配套完善的法定福利与奖金机制，能较好满足求职者对稳定高收入的期待。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
90较高
岗位直接对接AIGC与多模态前沿技术，拥有海量数据与充足算力支持，技术成长空间极大，符合追求硬核技术突破的开发者。
技术前沿前沿/新兴技术
技术栈Diffusion、AR自回归、多模态理解、AIGC、视频增强
业务类型profit_center
工作生活
60中等
互联网大厂通常伴随一定的业务压力与快节奏，JD未明确提及弹性工时或WLB保障，工作强度可能较高，但地处核心研发区通勤相对便利。
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
致力于通过AI技术改善亿级用户的视觉消费体验，推动电商内容生态升级，具有显著的商业价值与社会技术应用意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
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