阿里巴巴
算法工程师-视觉生成大模型
算法工程师-视觉生成大模型
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
Diffusion Model
Flow Matching
Post-Training
Pytorch
Reward Model
多模态
强化学习
模型蒸馏
视觉生成大模型
值不值得投
80综合评分
综合评分 80
核心大模型算法岗，技术前沿且成长空间巨大，薪资极具竞争力，但工作强度可能较高。
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
4.5万
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 3100 个在招 · 其中计算机视觉工程 36 个
市场机会
选择面较广
杭州 · 计算机视觉工程 · 78 个在招
职位详情
关于这个职位
该职位主要负责视觉生成大模型的Post-Training核心算法研发，包括强化学习、模型蒸馏和奖励模型等，以提升生成质量与多样性
同时需要参与高质量训练数据构建，并探索多模态理解与生成的统一架构，推动文本、图像、视频等多模态信息的联合建模
最低要求
计算机科学、人工智能等相关专业，硕士及以上学历
扎实的深度学习与计算机视觉基础，对视觉生成式模型（Diffusion Model、Flow Matching）、及其 Post-Training(RL、蒸馏、Reward model) 有系统理解，至少深入实践过其中一种
熟练使用 PyTorch 等主流深度学习框架，具备独立完成模型搭建、训练和调优的能力
自驱力强，具备良好的系统分析和解决问题能力，能积极主动地跟进前沿技术
工作职责
负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性
跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力
参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等
探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
优先资格
有大规模视觉生成模型训练经验或者在相关方向的顶级会议/期刊（CVPR/ICCV/ECCV/NeurIPS/AAAI等）发表过论文
AI 洞察
优缺点分析
优点
- 依托丰富的算力资源和业务场景，能接触到大规模模型训练和海量数据
- 鼓励发表高水平论文和开源成果，有利于个人技术影响力的提升
- 视觉生成大模型技术迭代极快，需要持续跟踪最新学术进展并保持高强度的学习
- 适合具有扎实计算机视觉基础、对生成式AI充满热情，且具备较强自驱力和科研能力的算法工程师
缺点 / 挑战
- 处于AI大模型爆发的核心赛道，技术前沿且极具挑战性
- 大规模模型训练和调优对系统分析和工程落地能力要求极高，解决复杂问题的压力大
角色解读
- 可向视觉生成领域的资深算法专家发展，或在多模态大模型方向成为技术Leader
- 也有机会通过发表顶会论文和开源成果提升个人在学术界和工业界的影响力
- 负责视觉生成大模型的Post-Training算法研发，通过强化学习、蒸馏等技术提升模型生成质量
- 参与高质量训练数据构建，探索多模态理解与生成的统一架构
- 扎实的深度学习与计算机视觉基础，精通Diffusion Model、Flow Matching等生成式模型及Post-Training技术
- 熟练使用PyTorch，具备大规模模型训练和调优能力
申请策略
- 提前了解公司在视觉生成和多模态大模型方面的最新业务布局和技术博客，面试时展现对前沿技术的敏锐洞察
- 重点突出在视觉生成模型（如Diffusion、Flow Matching）及Post-Training（RL、蒸馏）方面的实际项目经验
- 展示在CVPR/ICCV/NeurIPS等顶会发表的论文或高质量的开源项目成果
- 深入学习强化学习在生成模型中的应用（如RLHF），掌握大规模分布式训练框架和性能优化技巧
面试指南
- 采用STAR法则回答项目经验，重点突出问题定义、技术方案选型、工程实现细节及最终的业务或学术收益
- 对于技术原理问题，从数学推导、模型架构到工程落地进行系统性阐述
- 请详细介绍你在视觉生成模型Post-Training（如RL或蒸馏）中的具体实践和遇到的挑战
- Diffusion Model和Flow Matching在原理和训练上有什么核心区别？你在项目中如何选择？
- 如何构建和评估高质量的视觉生成训练数据？
- 在多模态理解与生成统一架构的探索中，你认为目前的难点和突破口在哪里？
- 复习视觉生成领域的最新顶会论文（如Sora、SD3等相关技术解析），准备自己主导或深度参与的模型训练与调优案例
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
大模型核心算法岗薪资极具竞争力，且作为已上市企业，整体薪酬福利体系完善，稳定性较高。
薪资信号偏高 (3千–6万/月)
成长发展
95较高
岗位处于AI最前沿领域，鼓励发论文和开源，技术成长空间极大，能接触到行业顶级的算力和数据资源。
技术前沿前沿/新兴技术
技术栈视觉生成大模型、Post-Training、RL、蒸馏、Reward Model、Diffusion Model、Flow Matching、PyTorch、多模态
成长机会鼓励发表高水平论文和开源成果、提升团队算法影响力
业务类型ambiguous
工作生活
50较低
JD未提及工作模式和WLB相关信息，但大模型算法研发通常伴随较高的工作强度和项目压力。
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
推动多模态和视觉生成技术的发展，具有较高的技术使命感，处于高速增长的人工智能赛道。
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