实习生-多模态/AIGC算法实习生

优缺点分析

角色解读

• 实习期间可深入接触阿里大文娱业务场景，积累工业级多模态/AIGC落地经验
• 表现优秀者可转正为正式算法工程师，未来可向视觉算法专家或技术负责人方向发展
• 也可积累论文发表经验，为后续攻读博士或进入顶尖研究团队打下基础
• 针对视频质量评价、超分等具体业务问题，设计并优化多模态大模型或视觉生成模型
• 跟踪前沿技术动态，将最新的视觉模型研究成果转化为可落地的解决方案
• 在视觉感知、视频质量评价、图像超分等领域进行深入研究，并发表学术论文
• 熟悉大语言模型、多模态大语言模型或AIGC算法原理，具备项目研发或落地经验
• 掌握深度学习框架（如PyTorch），能独立进行模型训练和调优
• 具备计算机视觉、图像处理等相关知识，了解视频质量评价或超分等任务

申请策略

• 在求职信中表达对阿里文娱业务（如优酷视频）的理解，以及如何用技术改善用户体验
• 提前了解优酷在视频质量方面的技术挑战，展示自己的思考
• 突出多模态、大语言模型或AIGC相关的项目经验，包括模型设计、训练、调优等细节
• 如有论文发表或竞赛获奖经历，务必单独列出，并说明个人贡献
• 强调编程能力（如Python、PyTorch）和计算机视觉基础知识
• 如果尚未熟悉AIGC或多模态模型，建议先在开源数据集上进行小项目练习，如使用Stable Diffusion进行图像生成
• 补充视频质量评价（如VMAF）或超分技术的基础知识，阅读经典论文

面试指南

• 针对项目类问题：采用STAR法则（情境、任务、行动、结果），强调技术细节和量化成果
• 对于技术理解类问题：先给出基本定义，再比较不同方法的优劣，最后结合应用场景给出个人观点
• 请详细介绍一下你参与过的多模态或AIGC项目，你负责的模块和遇到的挑战？
• 视频主观质量评价有哪些常用指标？如何设计一个基于深度学习的评价模型？
• 谈谈你对当前主流视觉生成模型（如Stable Diffusion、DALL-E）的理解和比较
• 如果让你优化一个视频超分模型，你会从哪些方面入手？
• 你有阅读过哪些相关领域的最新论文？请分享一个并给出你的想法
• 系统梳理自己的项目，准备一个10分钟的技术陈述，包括模型架构、实验结果、难点解决