阿里巴巴
多模态大模型与智能体算法研究-阿里星
多模态大模型与智能体算法研究-阿里星
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agi
Pytorch
多模态大模型
强化学习
智能体 (Agent)
模型压缩
深度学习
端侧Ai
值不值得投
80综合评分
综合评分 80
顶尖大厂核心算法岗，前沿AGI技术，高薪资高成长，工作强度未知
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
4.5万
比人工智能中位数高
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 4290 个在招 · 其中人工智能 约 410 个
市场机会
选择面较广
北京 · 人工智能 · 约 710 个在招
职位详情
关于这个职位
阿里星项目招聘面向AGI方向的前沿研究人才，聚焦手机及智能终端场景
负责多模态大模型与智能体（Agent）的算法创新、端侧架构优化及端到端技术闭环落地，旨在实现“无处不在的智能”
最低要求
学术背景：来自全球Top高校计算机科学、人工智能、信号处理、数学、物理或相关领域的应届博士 / 顶尖硕士毕业生
有手机厂商、智能终端或消费电子AI相关研究/实习经历者优先
核心技术能力：深入掌握深度学习、强化学习、表示学习等建模方法
在多模态建模、跨模态对齐、大模型智能体（Agent）系统设计等方向有深入研究
具备面向端侧/移动设备的模型压缩、量化、高效推理等优化经验者优先
学术或开源影响力：在国际顶级计算机会议/期刊（如NeurIPS、ICLR、CVPR、ECCV、ACL、InterSpeech、TPAMI等）以一作身份发表多篇论文，或在开源社区、行业竞赛中展示出引领性研究成果
有与手机/智能终端场景相关的研究发表或落地项目经历者优先
工程与实验能力：熟练掌握PyTorch / TensorFlow等主流框架，具备大规模语言/视觉模型训练与调优经验，能高效实现定制化训练流程
重视代码质量与实验严谨性，追求“不仅work，而且高效优雅”
有手机操作系统、端侧AI框架使用经验者优先
场景理解与产品感知：热衷于将AI技术从实验室推向真实终端产品，能够从手机和智能设备的复杂用户行为与交互需求中精准提炼核心AI建模问题，并设计创新性解决方案
对消费级智能产品有深刻的用户视角与产品直觉者优先
跨团队协作：善于与产品、基础研究、系统工程团队高效沟通，能够平衡技术理想与终端落地约束，在复杂的多方协作中推动技术方案高质量交付
工作职责
多模态大模型与智能体算法创新：定义下一代多模态通用大模型与智能体技术范式，实现文本、语音、视觉及传感器等多模态的联合建模，重点探索并解决面向手机及智能终端场景的多模态对齐、多轮推理、Agentic决策等核心挑战，持续追寻通用多模态模型的效果上限
端侧场景驱动的算法创新：结合手机、平板、穿戴设备、IoT终端等真实业务场景（如智能语音助手、端侧视觉理解、设备端内容生成、跨模态检索与交互等），设计并优化大模型与智能体架构，在效果、效率与端侧资源约束之间取得最优平衡，提升模型鲁棒性与用户体验
端到端技术闭环：主导从数据构建、模型训练、端侧评测到设备部署的完整技术链路，通过AB实验、线上调用量、真实用户反馈等多维度指标验证技术价值，推动大模型技术在终端亿级设备上的规模化落地
前沿技术探索与智能体系统研发：深度跟踪并驱动LLM、多模态VLM、多模态AIGC/Diffusion Models、强化学习、Memory、工具调用（Tool Use）、GUI Agent、多智能体协作等前沿技术进展，结合终端交互场景定义技术新范式，快速迭代创新方案，推动相关模型达到并超越SOTA水平
AI 洞察
优缺点分析
优点
- 依托阿里巴巴的平台和资源，有机会将研究成果在亿级设备上落地
- 优秀的同事和合作伙伴，有利于个人职业发展和学术影响力的提升
- 技术更新迅速，需要持续学习和跟进最新的研究成果
- 端侧部署面临资源限制，需要在效果和效率之间找到平衡
- 竞争激烈，对学术背景和工程能力都有很高的要求
- 适合对AGI和多模态大模型有浓厚兴趣，具备扎实的理论基础和工程能力，并希望在终端设备上实现技术落地的顶尖高校毕业生
缺点 / 挑战
- 接触最前沿的AGI和多模态大模型技术，具有极高的技术挑战性
角色解读
- 成为多模态大模型和智能体领域的专家，引领技术发展方向
- 向技术管理岗位发展，带领团队进行前沿技术研发和产品落地
- 在学术界保持影响力，通过发表论文和参与开源项目提升个人品牌
- 研究并开发多模态大模型与智能体算法，解决多模态对齐、推理和决策等核心问题
- 针对手机、平板等终端设备，优化模型架构，平衡效果、效率和资源约束
- 主导从数据构建、模型训练到端侧部署的全流程，推动技术在亿级设备上的落地
- 跟踪前沿技术，如LLM、VLM、强化学习等，并应用于终端交互场景
- 扎实的深度学习、强化学习和表示学习理论基础
- 丰富的多模态建模和大模型智能体系统设计经验
- 熟练掌握PyTorch/TensorFlow，具备大规模模型训练和优化能力
- 了解端侧AI优化技术，如模型压缩、量化和高效推理
申请策略
- 关注阿里巴巴在AGI和多模态大模型领域的最新动态
- 准备充分的技术面试，展示对核心算法的深入理解
- 表达对终端设备和用户场景的热情和理解
- 突出在顶级会议发表的论文和在开源社区的贡献
- 强调在多模态建模、大模型智能体设计和端侧AI优化方面的项目经验
- 展示对手机和智能终端场景的理解和产品感知
- 深入学习多模态大模型和智能体的最新研究进展
- 加强端侧AI优化技术的实践，如模型压缩和量化
面试指南
- STAR法则：情境、任务、行动、结果
- 突出个人贡献和技术难点
- 结合具体案例和数据说明成果
- 请介绍你最近发表的一篇关于多模态大模型的论文，并说明你的贡献
- 如何在资源受限的端侧设备上优化大模型的推理性能？
- 请描述一个你设计的智能体系统，并说明其应用场景和挑战
- 如何处理多模态数据中的对齐问题？
- 你对AGI的发展前景有什么看法？
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
作为阿里星项目，面向顶尖博士和硕士，薪资福利极具竞争力，通常包含高额签字费、股票期权和完善的福利体系。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
95较高
岗位聚焦AGI和多模态大模型等前沿领域，提供极高的技术成长空间和学术影响力平台，适合追求技术突破的人才。
技术前沿前沿/新兴技术
技术栈多模态大模型、智能体、AGI、LLM、VLM、Diffusion Models、强化学习、PyTorch、TensorFlow
业务类型profit_center
工作生活
50较低
作为大厂核心研发岗位，工作强度可能较高，但具体WLB情况需参考内部评价，JD未明确提及弹性工作或远程办公。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
岗位致力于AGI方向的探索和产业落地，具有明确的社会价值和行业前景，能满足求职者对意义感的追求。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号共同定义下一代端智能的能力边界、牵引千行百业在智能时代的深度变革
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs