阿里巴巴
3D视觉算法研究-阿里星
3D视觉算法研究-阿里星
发布于 4 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
3D视觉
3D重建
Diffusion Models
Llm
Pytorch
人体姿态估计
动作识别
多模态大模型
值不值得投
82综合评分
综合评分 82
阿里星顶尖校招岗、薪资极高、聚焦前沿多模态与3D视觉技术、WLB要求较高。
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，方便比较职业起点。
薪资怎么样
6万
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 3480 个在招 · 其中计算机视觉工程 42 个
市场机会
选择面较广
杭州 · 计算机视觉工程 · 80 个在招
职位详情
关于这个职位
该职位致力于将多模态大模型与3D视觉技术应用于体育产业，负责3D重建、人体跟踪、动作识别等核心算法研发
你将主导“球-人-场”协同感知系统的构建，探索体育场景下的多模态对齐与战术推理，推动前沿AI技术在真实体育场景中的落地
最低要求
来自全球Top高校计算机科学、人工智能、数学或相关领域应届博士/顶尖硕士毕业生
深入掌握深度学习、3D视觉、多模态建模等核心技术，在3D重建、人体姿态估计、运动目标跟踪与分割、战术分析等方向有深入研究或项目经验
在国际顶级会议/期刊（如CVPR、ICCV、ECCV、NeurIPS、ICLR等）以一作身份发表过相关论文，或在开源社区、AI竞赛中展示出引领性的研究成果
良好的工程与实验思维：熟悉PyTorch等主流框架，具备大规模模型调优或3D视觉算法落地经验，重视代码质量与实验结果，追求高效优雅的实现
对体育运动有浓厚兴趣：热爱篮球、足球等运动，熟悉其规则与战术体系，有志于将AI技术应用于真实体育场景，能够从复杂的运动需求中提炼核心AI建模问题
善于跨团队协作：能与产品、体育专家及工程团队高效沟通，平衡技术理想与业务落地，共同推动体育AI产品的创新与演进
工作职责
体育多模态大模型创新：定义体育垂直领域的多模态大模型技术范式，实现文本、视觉、空间数据的联合建模，探寻并解决体育场景下的多模态对齐、战术推理与Agentic交互等核心挑战
D视觉与运动分析：主导3D重建、人体跟踪与分割、动作识别等核心算法的研发，构建高精度的“球-人-场”协同感知系统，赋能战术分析、动作评估与辅助判罚等场景
场景驱动的算法落地：结合篮球/足球等真实业务场景，设计并优化大模型架构与3D视觉算法，提升模型在复杂动态环境下的效果、效率与鲁棒性，主导从数据构建到部署的端到端技术闭环
前沿技术探索：紧跟LLM、Diffusion Models、强化学习及3D视觉领域的最新进展，快速实验并迭代创新方案，拉升体育AI领域的SOTA水平，定义智能体育的技术新范式
AI 洞察
优缺点分析
优点
- 依托阿里星顶尖人才计划，薪资福利与资源倾斜力度极大
- 能接触到最前沿的多模态大模型与3D视觉技术，学术与工程结合紧密
- 对学术成果（顶会一作）和工程落地能力要求极高，竞争非常激烈
- 需要跨越技术与体育专业知识的鸿沟，理解复杂的战术体系
- 适合拥有顶尖学术背景（名校博士/硕士+顶会一作）、对体育运动有狂热兴趣，且渴望在AI垂直领域实现技术突破的极客型人才
缺点 / 挑战
- 处于AI与体育交叉的创新赛道，业务场景新颖且具挑战性
- 体育场景下的复杂动态环境对算法的鲁棒性和实时性提出严苛挑战
角色解读
- 从算法研究员成长为体育AI领域的技术专家或首席科学家
- 未来可带领团队攻坚多模态大模型在垂直行业的落地，或向AI产品技术负责人方向发展
- 研发3D视觉与多模态大模型算法，构建“球-人-场”协同感知系统
- 将AI技术应用于篮球、足球等真实体育场景，实现战术分析、动作评估等功能
- 跟进前沿技术（LLM、Diffusion等）并推动算法端到端落地
- 扎实的深度学习与3D视觉基础，精通PyTorch等框架
- 具备顶会论文发表经验或顶级AI竞赛获奖经历
- 对体育运动（篮球/足球）有深入了解，能将业务需求转化为AI建模问题
申请策略
- 阿里星计划通常有专门的评审和答辩环节，建议提前准备高质量的学术报告和技术分享
- 展现出对体育AI的强烈热情，而不仅仅是技术匹配
- 重点突出在CVPR/ICCV等顶会的一作论文，以及在3D视觉、多模态方向的具体贡献
- 展示PyTorch工程能力与大规模模型调优经验
- 体现对篮球/足球等运动的深刻理解及相关项目经历
- 深入学习多模态大模型（如LLM与视觉模型的融合）及Diffusion Models在3D生成/理解中的应用
- 了解体育数据分析的前沿方法，提升将复杂业务问题抽象为数学模型的能力
面试指南
- 采用STAR法则描述项目经验，重点突出“问题定义-技术创新-实验验证-业务价值”的闭环
- 对于系统设计问题，采用“需求分析-数据构建-模型设计-部署优化”的端到端思路进行解答
- 请详细介绍你发表的一篇顶会论文的核心创新点及实验结果
- 在3D重建或人体姿态估计中，如何处理复杂动态环境下的遮挡和模糊问题？
- 如何将大语言模型（LLM）与3D视觉特征进行有效对齐和联合建模？
- 如果让你设计一个足球战术分析系统，你会如何定义核心AI建模问题并设计算法架构？
- 深入复习自己论文的细节，准备好应对评委对实验设计和消融实验的深挖
- 了解阿里在体育AI或大模型方向的最新公开研究成果和业务布局
职位点评
薪资福利95
成长发展90
工作生活50
使命价值85
薪资福利
95较高
阿里星作为顶尖校招项目，提供极具竞争力的薪资、签字费及股票，薪酬福利处于行业天花板级别。
薪资信号偏高 (4千–8万/月)
成长发展
90较高
岗位聚焦多模态大模型与3D视觉等前沿技术，且要求顶会论文，技术成长空间极大，能接触行业SOTA水平。
技术前沿前沿/新兴技术
技术栈多模态大模型、3D视觉、3D重建、人体姿态估计、PyTorch、LLM、Diffusion Models、强化学习
业务类型ambiguous
工作生活
50较低
阿里星作为核心研发岗，工作强度通常较大，且JD未提及弹性工作或WLB相关福利，需做好高强度投入的准备。
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
85较高
将前沿AI技术应用于竞技体育，打造下一代体育智能系统，具有较强的创新意义和行业变革价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号探索人工智能技术在竞技体育领域的创新应用、打造下一代体育智能系统、定义智能体育的技术新范式
创新程度开拓性创新（行业首创）
Watch Jobs