天猫
智能算法产品事业部-多模态大模型与Agent算法工程师（内容理解方向）-北京
智能算法产品事业部-多模态大模型与Agent算法工程师（内容理解方向）-北京
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Pytorch
Rlhf
Vlm
内容理解
多模态大模型
强化学习
值不值得投
56综合评分
综合评分 56
前沿多模态AI技术，电商场景落地，薪资未披露，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
与机器学习工程中位数基本持平
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 350 个在招 · 其中机器学习工程 4 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 390 个在招
职位详情
关于这个职位
该职位负责电商内容场景下的多模态大模型（如VLM）训练与优化，设计并实现内容理解Agent系统，通过强化学习提升模型在内容质量评估和细粒度语义理解上的表现，并将算法能力落地为线上服务，支持内容标签识别和下游推荐收益
最低要求
计算机、人工智能、机器学习、自然语言处理等相关专业硕士及以上学历
扎实的深度学习基础，熟悉 Transformer / 多模态大模型架构，具备pytorch实际训练调优经验
具备良好的问题抽象与系统设计能力，能独立完成从问题定义、算法设计到工程落地的全链路闭环
具有良好的团队合作精神，较强的沟通能力，对工作充满激情，能够主动思考和行动，推进工作顺利实施
工作职责
多模态大模型训练：参与视觉语言模型（VLM）在电商内容场景的持续预训练、SFT 与强化学习（RLHF / GRPO / DPO），提升模型在内容质量评估和细粒度语义理解上的表现
内容理解 Agent 系统：设计并落地面向内容标签理解的 Agent 系统，包括任务规划、工具调用、多轮推理与自我校验链路，解决单次推理难以覆盖的复杂判定场景
Agent 强化学习：构建可扩展的评测集与奖励模型（Reward Model），通过在线 / 离线强化学习持续优化 Agent 的决策准确率与稳定性
业务落地：与产品、运营、工程团队协同，将模型能力沉淀为线上服务，支持质量和语义标签识别，并持续跟踪其在下游推荐场景的实际收益
优先资格
以下经历为加分项
熟悉多模态大模型（MLLM）的训练、微调、对齐（RLHF/DPO/GRPO）流程，有Video-LLM或VLM相关经验者优先
熟悉强化学习基础理论与实践，有Agent RL训练（PPO、reward modeling、环境设计）相关项目经验者优先
熟悉LLM-based Agent系统设计（如ReAct、Tool-use、Planning、Multi-Agent），有Agent系统工程化落地经验者优先
在ACL、CVPR、ICML、NeurIPS、ICLR、EMNLP、MM等顶会发表过相关论文者优先
AI 洞察
优缺点分析
优点
- 接触前沿多模态大模型与Agent技术，技术栈先进
- 在电商场景实际落地，能快速看到业务影响
- 依托巨头企业平台，资源丰富，学习机会多
- 技术难度高，需要持续跟进最新研究并工程化
- 跨团队协作复杂，需平衡技术实现与业务需求
- 工作节奏可能较快，需快速迭代和问题解决
- 适合对多模态AI和Agent系统有浓厚兴趣、具备扎实算法基础、喜欢解决复杂技术问题的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可成长为多模态AI算法专家或技术负责人
- 可转向AI产品经理或架构师角色
- 在电商内容理解领域积累深度经验，成为行业专家
- 参与多模态大模型（如VLM）在电商内容场景的训练与优化，提升语义理解能力
- 设计并实现内容理解Agent系统，包括任务规划、工具调用和多轮推理
- 构建评测与奖励模型，通过强化学习持续优化Agent性能
- 与跨团队协作，将算法能力落地为线上服务，跟踪业务收益
- 扎实的深度学习基础，熟悉Transformer和多模态大模型架构
- 具备PyTorch实际训练调优经验
- 良好的问题抽象与系统设计能力，能完成全链路闭环
- 熟悉强化学习（如RLHF/DPO）和Agent系统设计（如ReAct、Tool-use）
申请策略
- 研究电商内容理解场景的挑战，准备相关案例
- 面试中展示对业务收益的关注，体现落地思维
- 了解公司文化，突出团队合作和主动思考能力
- 突出多模态大模型训练经验，如VLM或MLLM项目
- 展示Agent系统设计与落地经历，强调全链路闭环能力
- 列出顶会论文或相关竞赛成果（如有）
- 强调在内容理解或电商场景的实践应用
- 深入学习强化学习（如RLHF、PPO）和Agent框架（如ReAct）
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历
- 强调技术深度，如具体模型架构、训练技巧和优化方法
- 结合业务场景，说明算法如何解决实际问题并带来收益
- 展示问题解决能力和跨团队协作经验
- 请介绍一个多模态大模型训练的项目经验，遇到哪些挑战？
- 如何设计一个内容理解Agent系统，包括任务规划和工具调用？
- 在强化学习中，如何构建奖励模型并优化Agent性能？
- 如何确保算法能力在业务中落地并产生收益？
职位点评
薪资福利50
成长发展85
工作生活50
使命价值75
薪资福利
50较低
JD未披露薪资和福利信息，补偿性动机满足程度难以直接判断。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
该职位涉及多模态大模型和Agent等前沿技术，技能成长空间大，但JD未明确提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈多模态大模型、VLM、RLHF、Agent、PyTorch、Transformer、强化学习
业务类型profit_center
工作生活
50较低
JD未提及办公模式和工作时间安排，生活化动机满足程度无法基于原文判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
职位处于AI与电商内容理解的高速增长赛道，有正向社会影响力（提升内容质量），但使命导向信号不足。
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
Watch Jobs