阿里巴巴
MaaS 多模态AI搜索算法研究-阿里星/A Star
MaaS 多模态AI搜索算法研究-阿里星/A Star
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Pytorch
Rag
Rlhf
多模态
大模型
搜索算法
视频理解
值不值得投
78综合评分
综合评分 78
顶尖平台、前沿技术、高成长性，但WLB未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
40K
比算法优化工程师中位数高
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 2090 个在招 · 其中算法优化工程师 75 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 110 个在招
职位详情
关于这个职位
这是阿里巴巴阿里云MaaS平台的多模态AI搜索算法研究岗位，面向2027届硕博应届生，专注于多模态表征、RAG链路、长视频理解和大模型后训练等前沿技术，推动下一代智能搜索体验
你将参与核心算法攻坚，并在顶级会议发表论文，适合有深厚学术背景和研究热情的技术人才
最低要求
学术背景：计算机、人工智能、软件工程、数学等相关方向优秀硕士或博士，2027届应届毕业生优先
具备扎实的机器学习、深度学习、信息检索和多模态大模型理论基础
代码与工程能力：具备优秀的编码能力、实验实现能力和数据结构基础，熟练掌握Python和PyTorch
有大模型、多模态模型、Embedding、Reranker、RAG、搜索推荐等相关代码实现、训练或系统落地经验
算法与模型经验：熟悉 LLM/MLLM、跨模态检索、图文检索、视频理解、视频问答、文档智能解析等方向中的一个或多个
具备 SFT、偏好优化、RLHF/DPO/GRPO等大模型后训练经验，能够通过数据构造、训练策略设计和实验分析持续提升模型效果
问题抽象与落地能力：对大模型、多模态搜索、RAG、视频理解和智能问答等方向有浓厚兴趣，能够从企业知识检索、复杂文档理解、视频内容搜索等真实业务场景中抽象关键技术问题，并通过算法迭代、实验验证和工程优化推动能力落地
科研能力：具备优秀的科研素养、问题拆解能力和实验分析能力，能够围绕多模态表征学习、跨模态检索、多模态 RAG、长视频理解、大模型后训练等方向开展创新研究
在NeurIPS、ICML、ICLR、EMNLP、CVPR、SIGIR、AAAI等顶级会议或期刊发表过3篇以上大模型或多模态相关论文
综合素质：具备良好的主动性、责任心和团队沟通协作能力，能够在开放问题和快速变化的业务场景中持续推进，并对技术深度、业务价值和用户体验保持高标准追求
工作职责
多模态表征与排序模型优化：面向海量图文、视频、文档等多模态数据，研究和开发业界领先的多模态表征模型、Embedding 模型与重排序模型
围绕复杂 Query 理解、跨模态语义对齐、细粒度相关性建模、难负样本挖掘与排序目标优化等问题开展算法创新，持续提升多模态检索在复杂业务场景下的准确性、召回率、相关性和鲁棒性
多模态检索增强生成（RAG）链路优化：面向企业知识库、复杂文档检索、图文混合问答、视频内容问答等真实场景，参与多模态 RAG 链路的核心算法攻坚
研究多模态 Query 理解、跨模态意图识别、复杂文档解析、PDF/图表/表格混合检索、多粒度内容切分与召回、检索结果融合、证据选择与最终答案生成等关键技术，提升系统在复杂知识场景下的可用性、准确性与可解释性
长视频理解与视频搜索能力建设：研究高效的长视频理解与搜索范式，攻克超长序列建模、长程依赖捕捉、视频事件定位、跨片段语义关联与多轮视频问答等关键问题
通过视频表征学习、时序建模、多模态对齐与大模型增强推理等方法，提升模型对视频深层语义、人物关系、场景变化、事件演化和复杂用户问题的理解能力，建设面向真实业务的视频检索与视频问答能力
大模型后训练与搜索系统效果优化：围绕多模态搜索和智能问答的业务目标，参与 SFT、偏好优化、RLHF / DPO / GRPO 等大模型后训练工作，优化模型在检索理解、答案生成、结果排序、复杂指令遵循和业务指标上的综合表现
结合离线评测、在线实验、错误分析和数据闭环，持续沉淀高质量训练数据、评测基准与算法范式，推动核心能力反哺至 MaaS 平台模型与搜索产品体系
优先资格
加分项：参加过ACM/ICPC、Kaggle、天池、数学建模等竞赛并取得优秀成绩者优先
在图文检索、视频理解、复杂文档解析、RAG 系统、开源大模型或多模态评测等方向有深入实践、开源贡献或高影响力研究成果者优先
AI 洞察
优缺点分析
优点
- 依托阿里云平台，拥有海量数据和强大算力资源，研究环境优越
- 团队学术氛围浓厚，鼓励发表顶会论文，有利于学术和工业双发展
- 北京/杭州核心城市，薪资待遇优厚，职业发展前景广阔
- 对学术背景和科研能力要求极高，需有顶会论文发表经历
- 技术迭代快，工作强度大，需持续学习和适应
- 业务场景复杂，算法落地难度高，需兼顾创新与工程实现
- 适合对多模态AI搜索有强烈研究兴趣，具备扎实学术功底和工程能力的优秀硕博应届生
缺点 / 挑战
- 处于多模态AI搜索前沿，技术挑战大，能快速积累顶尖算法经验
角色解读
- 从算法研究员起步，逐步成长为多模态搜索领域的专家，主导核心算法方向
- 有机会晋升为技术主管或架构师，带领团队负责整个搜索产品线的算法演进
- 依托阿里云MaaS平台，可向技术管理或产品技术双栖方向发展，影响行业技术标准
- 研发多模态表征与排序模型，优化Embedding和Reranker，提升搜索准确性与召回率
- 攻坚多模态RAG链路，处理复杂文档、图文混合问答和视频内容问答
- 研究长视频理解与搜索，攻克超长序列建模和视频事件定位等难题
- 参与大模型后训练（SFT、RLHF等），优化模型在检索和生成上的综合表现
- 扎实的机器学习、深度学习和信息检索理论基础
- 熟练掌握Python和PyTorch，具备优秀的编码和实验能力
- 熟悉LLM/MLLM、跨模态检索、视频理解、RAG等一个或多个方向
- 具备SFT、偏好优化、RLHF/DPO/GRPO等大模型后训练经验
申请策略
- 关注阿里云MaaS团队的技术博客和开源项目，了解团队技术方向
- 在面试中展示对多模态搜索业务的思考，体现问题抽象和落地能力
- 突出顶会论文发表经历，尤其是多模态、大模型、RAG相关方向
- 详细描述参与过的多模态检索或RAG项目，量化技术指标提升
- 强调大模型后训练（SFT、RLHF）的实践经验，并展示代码能力
- 如有竞赛获奖或开源贡献，务必在显眼位置列出
- 深入理解多模态模型（如CLIP、LLaVA）的原理和实现
- 熟悉主流RAG框架（如LangChain、LlamaIndex）并动手实践
面试指南
- 回答项目经验时，采用STAR法则，突出你的具体贡献和量化成果
- 对于技术设计题，先拆解问题，再提出方案，最后讨论权衡和优化
- 展示你对业务场景的理解，将算法问题与真实应用结合
- 请详细介绍一下你参与过的多模态检索或RAG项目，遇到的最大挑战是什么？
- 如何设计一个多模态Embedding模型，使其在图文检索任务中表现优异？
- 你如何理解RLHF在搜索场景中的应用？请举例说明
- 面对长视频理解中的长程依赖问题，你会如何设计模型结构？
- 如何评估一个多模态搜索系统的效果？你会设计哪些指标？
职位点评
薪资福利75
成长发展95
工作生活50
使命价值80
薪资福利
75中等
该职位为阿里云核心算法岗，薪资待遇在行业内有竞争力，但JD未明确具体薪资和福利，需在面试中确认。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
95较高
职位处于多模态AI搜索前沿，技术挑战大，能快速积累顶尖技术经验，并依托阿里云平台拥有海量数据和算力资源，成长空间巨大。
技术前沿前沿/新兴技术
技术栈多模态、大模型、RAG、Embedding、Reranker、PyTorch、RLHF、视频理解
成长机会阿里星/A Star、顶级会议、科研能力
业务类型profit_center
工作生活
50较低
工作地点在北京或杭州，但JD未提及工作模式、加班情况，无法判断WLB。
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
80较高
该职位致力于打造下一代智能搜索体验，赋能企业客户，具有较高的技术价值和社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号智能搜索体验、企业级多模态知识服务
创新程度积极采用新技术
Watch Jobs