阿里巴巴
算法工程师- AIGC方向（T-Star Lab 日常实习）
算法工程师- AIGC方向（T-Star Lab 日常实习）
发布于 大约 1 小时前实习/见习
北京市 / 杭州市
无经验要求
实习生
仅现场办公
本科
机器学习工程
Aigc
Diffusion
Pytorch
T2V
Tensorflow
多模态
深度学习
视频生成
计算机视觉
AI 估算 · 8k–12k
AIGC方向热门，阿里实习薪资有竞争力，北京杭州生活成本高，综合给出。
职位详情
关于这个职位
阿里巴巴淘天集团T-Star计划算法实习岗位，专注于AIGC赛道，参与文本到视频（T2V）生成、视频增强、可控编辑等前沿研究与工业落地
你将与大牛导师合作，在亿级数据上探索尖端技术，有机会发表顶级论文并获得直通秋招Offer
最低要求
本科及以上学历，计算机科学、人工智能、电子与通信等相关专业
毕业时间在2026年11月之后的在校生
精通Diffusion模型及相关技术，掌握T2V基础模型及相关技术原理，有图像/视频生成或处理相关经验
具备卓越的工程实现能力，熟练掌握C/C++、Java、Python等至少一门编程语言
熟练掌握深度学习框架，如TensorFlow、PyTorch
学习能力强，对新技术有敏锐的洞察力，对AIGC领域充满热情，善于独立思考并持续优化
良好的沟通能力和团队协作精神，乐于分享技术见解，善于与团队成员合作
工作职责
如果你，渴望深入探索视频生成技术，开发文本到视频（T2V）基础模型的前沿技术，致力于提升生成视频的画质，真实性，一致性，以及视频生产的效率
如果你，热衷于AIGC驱动的视频增强与处理技术，专注于将通用大模型架构优化并迁移到垂直领域，推动下游应用性能的突破
如果你，专注于基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求
如果你，对基于AIGC的人脸，人体生成编辑技术充满热情，致力于打造具有高度交互性和真实性的数字形象
如果你，期望在多模态视频理解领域取得突破，通过技术创新提升视频内容的理解与分析能力
优先资格
具有文本到视频（T2V）、AIGC内容编辑、多模态视频理解等相关领域的实习或项目经验
拥有百亿参数级别大模型训练经验，或具备超大规模数据集构建与管理经验
在计算机视觉和人工智能领域的国际顶级会议（CVPR, ICCV, ECCV, AAAI, NeurIPS等）或期刊(T-PAMI, T-IP等)发表论文，或在权威学术竞赛中获奖
AI 洞察
优缺点分析
优点
- 加入阿里顶尖T-Star计划，接触最前沿的AIGC课题和亿级应用场景
- 获得企业大牛导师和学术界名导的指导，技术资源丰富
- 有发paper和转正的机会，职业起点高，平台影响力大
- 与优秀的伙伴并肩作战，技术氛围浓厚，快速提升综合能力
- 岗位要求高，需要扎实的理论基础和较强的动手能力，竞争激烈
缺点 / 挑战
- 前沿研究存在不确定性，需要快速适应和持续学习，工作压力较大
- 实习期可能需要投入大量精力，工作强度较高，WLB不明确
- 适合对AIGC充满热情、基本功扎实、渴望在高挑战环境中快速成长的在校学生
角色解读
- 实习期表现优异可获秋招直通T-Star正式Offer，快速进入核心团队
- 在导师带领下深入前沿课题，积累大模型训练和落地经验，成长为技术专家
- 有机会发表顶级论文，提升学术影响力，成为AIGC领域领军人才
- 开发并优化文本到视频（T2V）基础模型，提升视频生成质量与效率
- 研究AIGC驱动的视频增强与处理，将通用大模型迁移至垂直领域
- 探索可控性编辑和人脸/人体生成技术，实现高交互性的数字形象
- 在多模态视频理解领域进行技术创新，提升视频内容分析能力
- 精通Diffusion模型及T2V基础模型原理，有图像/视频生成经验
- 熟练掌握Python及至少一门编程语言，具备扎实的工程实现能力
- 熟悉深度学习框架（TensorFlow/PyTorch），能独立开展实验研究
- 学习能力强，对AIGC技术有热情，善于团队协作与分享
申请策略
- 关注阿里淘天集团T-Star计划招聘流程，可争取内推增加曝光
- 提前了解T-Star项目背景和阿里AIGC相关业务，确保技术方向匹配
- 突出Diffusion模型、T2V或图像/视频生成的项目经历，展示技术深度
- 强调编程能力和深度学习框架的实际使用经验，如PyTorch等
- 如有论文发表或权威竞赛获奖，务必重点呈现，这是重要加分项
- 可补充大模型训练或大规模数据集构建的相关经验
- 系统复习Diffusion模型的数学原理，尝试复现经典T2V模型
- 学习多模态相关最新论文，了解AIGC前沿动态，如Sora等
面试指南
- 回答时先概述核心概念，再结合具体项目案例进行深入阐述，强调你的思考和创新点
- 对于技术问题，可采用“原理-方法-实践-优化”的结构，展示逻辑完整性
- 对于开放性趋势题，可结合最新研究和行业动态，表达自己的独到见解
- 请详细介绍Diffusion模型的原理、训练过程及优缺点
- 如何实现文本到视频（T2V）生成？你的技术方案是什么？
- 描述一个你参与的AI项目，你在其中解决了哪些关键问题？
- 如何将通用大模型迁移到垂直领域并保证性能？
- 你对AIGC领域未来的发展趋势有何看法？
职位点评
74
综合评分
大厂前沿算法实习，成长空间极佳，福利薪资未披露，工作制未明确。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合渴望在AIGC领域快速成长、追求技术卓越的在校生
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展95
工作生活50
使命价值80
薪资福利
60中等
职位未明确薪资福利，但作为大厂实习通常有固定日薪，整体待遇中等。
薪资信号未披露（AI估算：8K-12K/月）
成长发展
95较高
提供前沿课题、大牛导师、发paper机会和直通秋招Offer，成长价值极高。
技术前沿前沿/新兴技术
技术栈Diffusion、T2V、AIGC、多模态
成长机会导师、发paper、秋招直通
业务类型ambiguous
工作生活
50较低
未提及工作时间和远程政策，按现场办公处理，工作强度可能较大但无明确信号。
工作模式仅现场办公
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
AIGC处于高速发展赛道，技术创新对社会有广泛影响，但JD未明确使命感内容。
行业发展高速增长赛道
社会影响中性/一般
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