阿里巴巴
图像生成模型工程师-生图模型后训练
图像生成模型工程师-生图模型后训练
发布于 2 小时前普通员工/个人贡献者
全职员工混合式弹性办公计算机视觉工程
计算机视觉工程
Pytorch
多模态大模型
扩散模型(Diffusion)
计算机视觉(Cv)
值不值得投
82综合评分
综合评分 82
阿里核心AI团队、前沿技术栈、高成长空间，兼顾学术与商业落地，工作节奏偏快
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
4.8万
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 3810 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 · 80 个在招
职位详情
关于这个职位
负责基于多模态生成大模型的后训练与优化，攻克角色一致性与可控性难题
通过算法优化提升图像编辑任务的指令遵循能力，并在导师指导下开展前沿技术研究与学术产出，推动AI视觉内容技术在电商、营销等商业场景落地
最低要求
硕士及以上学历，计算机、人工智能、模式识别、机器学习等相关专业，有扎实的理论基础和丰富的实践经验
具备优秀的编码能力与数据结构基础，熟练掌握Python，有ACM-ICPC、NOI等算法竞赛奖牌者优先
熟悉PyTorch等主流深度学习框架，熟悉分布式训练框架（如Pytorch2, DeepSpeed等），熟悉扩散模型（Diffusion Models）、Transformer等主流架构，有大模型微调（SFT）、RLHF/DPO或多模态大模型（如QwenVL/Stable Diffusion/FLUX等）相关项目经验者优先
具备极强的钻研精神和解决复杂问题的热情，逻辑清晰，沟通协作能力强
工作职责
前沿技术攻关：聚焦生图模型领域，解决“角色/主体一致性”难题，攻克复杂的多轮生成、跨图一致性及风格迁移等技术难点
算法优化与落地：提升模型在图像编辑任务（如局部重绘、背景替换、风格迁移）中的指令遵循能力，确保编辑区域精准变化的同时保持全局协调
学术产出与创新：在资深Mentor指导下进行技术研究，针对上述难点提出创新性解决方案，目标产出高质量顶会（CVPR/ICCV/ECCV等）论文及技术专利
业务协同：推动核心算法在电商、营销、设计、游戏、教育等实际业务场景的落地，直接参与提升模型商业化应用效果
优先资格
有ACM-ICPC、NOI等算法竞赛奖牌者优先
在CVPR, ICCV, ECCV, ICML, NeurIPS, ICLR等国际顶级会议发表过多模态/CV相关论文者优先
AI 洞察
优缺点分析
优点
- 背靠阿里云与通义实验室，拥有海量真实业务数据与顶级算力资源
- 技术栈高度前沿，直接接触行业领先的生图大模型，学术与工业界双轨发展路径清晰
- 对理论功底与代码能力要求极高，需持续跟踪国际顶会最新进展
- 适合热爱AI前沿研究、具备扎实数学与编程基础、追求技术深度与学术影响力的求职者
缺点 / 挑战
- 平衡学术创新与业务落地指标可能存在压力，竞争环境较为激烈
角色解读
- 可向AI算法科学家、首席研究员方向深耕，或在多模态生成领域成为技术专家
- 积累业务落地经验后，可转型为AI产品技术负责人或带领独立研究小组
- 负责多模态生图模型的后训练与对齐优化，重点突破角色一致性与可控生成技术
- 将前沿算法转化为可落地的图像编辑工具，并指导模型在电商、营销等实际业务中发挥价值
- 在导师带领下开展学术研究，产出顶会论文与专利
- 扎实的深度学习理论基础与Python编程能力，精通PyTorch及分布式训练框架
- 熟悉扩散模型、Transformer架构及大模型微调技术（SFT/RLHF/DPO）
- 具备较强的算法推导、代码实现与学术写作能力
申请策略
- 提前了解阿里云通义系列模型的架构特点，准备1-2个与图像生成一致性或可控编辑相关的深度技术案例
- 突出顶会论文发表记录、算法竞赛获奖经历及与大模型微调/扩散模型相关的实战项目
- 详细展示在一致性控制、指令遵循等方面的具体技术贡献
- 强化分布式训练与大规模模型部署经验，补充RLHF/DPO等对齐技术的实操细节
- 关注CVPR/NeurIPS最新生图论文，保持技术敏感度
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经验
- 针对技术问题，先阐述底层原理与数学推导，再结合具体代码/实验设计说明优化思路，最后用量化指标（如PSNR/SSIM/FID提升、推理延迟降低等）验证效果
- 请详细介绍你参与过的扩散模型或大模型微调项目，遇到的最大挑战及解决方案？
- 如何理解并实现图像生成的“角色一致性”？有哪些经典方法？
- 在分布式训练环境下，如何解决显存瓶颈与通信开销问题？
- 如果业务方要求模型输出严格符合特定品牌风格，你会如何设计技术方案？
- 复习扩散模型前向/反向传播推导、Transformer注意力机制变体及主流对齐算法原理
- 整理过往项目中关于模型加速、精度提升或一致性控制的完整复盘报告，准备可演示的代码或实验截图
职位点评
薪资福利85
成长发展92
工作生活65
使命价值80
薪资福利
85较高
阿里核心AI团队提供具有市场竞争力的薪酬包，结合上市企业稳定性与完善福利体系，补偿性动机满足度较高。
薪资信号偏高 (3.5千–6.0万/月)
成长发展
92较高
岗位深度融合前沿学术研究与商业落地，配备资深导师制，顶会论文产出目标明确，职业发展与技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈PyTorch、Diffusion Models、Transformer、SFT、RLHF/DPO、QwenVL、Stable Diffusion、FLUX
成长机会在资深Mentor指导下进行技术研究、目标产出高质量顶会论文及技术专利
业务类型profit_center
工作生活
65中等
互联网大厂研发岗位通常节奏较快，虽未明确提及加班文化，但兼顾学术产出与业务落地可能导致阶段性高强度工作。
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
致力于攻克AI视觉内容生成的核心技术难题，推动技术赋能电商、设计等多行业，兼具学术价值与社会应用前景。
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