研究型实习生-智能算法产品事业部-多模态创意算法工程师

优缺点分析

角色解读

• 实习期间表现优秀可获得转正机会，正式加入阿里巴巴智能算法产品事业部
• 从研究型实习生起步，逐步成长为多模态算法工程师、高级算法专家，深入技术研究
• 未来可向技术管理方向发展，带领团队负责核心算法项目的研发与落地
• 研究多模态大模型在淘宝海量图文、视频物料上的理解与运用，提升广告投放的精准度
• 探索生成式大模型/AIGC算法在广告物料挖掘中的应用，实现创意内容的自动化生产
• 参与搜索广告全链路算法的优化与升级，包括多模态模型、生成模型和预估模型的协同工作
• 研究超大规模多模态大模型的训练和推理加速技术，提升模型效率和性能
• 扎实的编程基础，熟练掌握Java/C++/Python中至少一门语言，具备良好的数据结构和算法功底
• 熟悉计算机视觉、多模态算法，以及常用的机器学习和深度学习算法
• 具备优秀的分析和解决问题的能力，能够独立进行技术研究和实验验证
• 良好的沟通协作能力，能够与团队成员高效配合，共同推进项目

申请策略

• 在申请时，可以针对岗位职责，阐述你对多模态大模型在广告场景应用的理解和想法
• 关注阿里巴巴招聘流程，提前准备笔试和面试，展现你的技术热情和潜力
• 重点突出计算机视觉、多模态、深度学习相关的项目经历，详细描述你的技术方案和实际成果
• 如有顶会论文或期刊发表，务必在显眼位置列出，这是重要的加分项
• 强调编程能力，如熟练掌握C++/Python，并展示在数据结构与算法方面的扎实基础
• 如果有ACM、Kaggle等竞赛获奖经历，或参与过知名开源项目，请重点突出
• 系统复习机器学习、深度学习核心算法，特别是CNN、Transformer等模型结构
• 深入了解多模态大模型（如CLIP、LLaVA）和AIGC（如Diffusion Models）的最新进展

面试指南

• 项目介绍类问题，建议采用STAR法则（情境-任务-行动-结果）清晰阐述，突出个人贡献和量化成果
• 技术原理类问题，先阐述基本概念，再结合具体模型或论文说明其应用和优缺点，展现深度理解
• 开放设计类问题，需要从问题定义、技术选型、方案设计到效果评估，展现系统性的思考能力
• 请详细介绍一下你在多模态或计算机视觉领域的研究项目，你具体负责了哪些工作？
• 谈谈你对Transformer架构的理解，以及它在多模态模型中的应用
• 如何解决大模型训练中的显存不足问题？你了解哪些模型并行策略？
• 针对广告物料理解场景，你会如何设计一个多模态模型？
• 你如何看待AIGC在广告创意生成中的应用前景和挑战？