唯品会
多模态理解算法工程师
多模态理解算法工程师
发布于 6 个月前普通员工/个人贡献者
上海市 / 广州市
中级经验
全职员工
仅现场办公
硕士
软件工程
多模态理解
模型优化
深度学习
算法工程
计算机视觉
CVPR
Eccv
ICCV
图像搜索
AI 估算 · 30k–55k
岗位聚焦前沿AI技术，对算法工程能力要求高，在电商核心业务中应用，市场竞争力强，薪资水平位于行业中上。
职位详情
关于这个职位
这是一个专注于电商领域多模态内容理解的核心算法岗位
你将负责图像和视频内容的深度分析与理解，构建和优化算法模型，以支持图像搜索、商品属性识别等关键业务
同时，你需要紧跟前沿技术，将最新的研究成果应用于实际业务场景，解决复杂的工程问题
最低要求
有较强的数据认知，能快速搜集难样本
扎实的多模态理解技术基础，了解前沿的AI技术
工作职责
负责电商图像和视频内容理解，应用于图像搜索、商品属性理解、图像质量评估等电商业务
负责多模态理解模型优化和迭代，包括业务数据搜集清洗打标、算法优化、性能加速等
负责多模态理解方向前沿问题的技术研究，针对业务问题，优化业界SOTA模型并落地
优先资格
有顶级学术会议（如CVPR、ICCV、ECCV等）发表论文者优先
AI 洞察
优缺点分析
优点
- 技术前沿：工作内容涉及多模态理解这一AI热门方向，能持续接触和学习最前沿的技术
- 平台优质：在已上市的电商巨头工作，业务场景丰富，数据和技术资源充足，项目影响力大
- 技能复合：不仅需要算法研究能力，还需要工程落地能力，有助于培养全面的技术栈
- 技术难度高：多模态理解本身是技术难点，且需要将前沿研究快速工程化，对综合能力要求高
- 竞争激烈：该领域是人才争夺热点，需要持续学习和保持技术敏锐度以维持竞争力
- 适合对AI算法有浓厚兴趣、具备扎实理论基础和较强工程实践能力，并希望在大平台核心业务中发挥价值的工程师
缺点 / 挑战
- 业务压力：算法直接服务于电商核心业务（如搜索），对模型的准确性和性能有极高要求
角色解读
- 技术专家路径：深耕多模态理解领域，成为算法专家，主导更复杂、更前沿的技术项目
- 业务专家路径：深入理解电商业务，将技术能力与业务需求深度结合，向技术管理或业务架构师方向发展
- 你将专注于电商场景下的图像和视频内容理解，具体工作包括开发用于图像搜索、商品属性识别的算法模型
- 你需要负责模型的全生命周期管理，从业务数据的搜集、清洗、标注，到模型的优化、迭代和性能加速
- 你需要跟踪多模态理解领域的前沿研究，将最新的SOTA模型进行优化并落地到实际业务问题中
- 扎实的多模态理解技术基础，熟悉计算机视觉和深度学习相关理论与模型
- 较强的数据认知与处理能力，能够主动发现并搜集模型难以处理的样本数据
- 优秀的算法工程能力，能够将学术模型进行优化、加速并部署到生产环境
申请策略
- 提前了解唯品会电商业务的特点，思考多模态技术可以如何具体应用并创造价值
- 重点突出与多模态理解、计算机视觉相关的项目经历，详细描述你在其中承担的角色、使用的技术和取得的成果
- 如果有在CVPR、ICCV、ECCV等顶级会议发表论文的经历，务必在简历显眼位置标明
- 展示你的工程能力，例如模型优化、性能加速、大规模数据处理等方面的实践经验
- 可以系统复习多模态理解（如图文匹配、视频理解）的经典和前沿模型（如CLIP、BLIP系列）
- 加强工程实践能力，例如学习模型部署、推理加速（TensorRT, ONNX）等相关工具和框架
面试指南
- 对于项目类问题，建议使用STAR法则（情境、任务、行动、结果）来结构化回答，重点突出你的技术决策和量化成果
- 对于技术理解类问题，可以先阐述模型的核心思想与架构，再分析其优势、局限及可能的改进方向
- 请详细介绍一个你参与过的多模态理解项目，你具体负责什么？遇到了什么挑战？如何解决的？
- 你是如何搜集和处理难样本（hard samples）来提升模型性能的？
- 请谈谈你对多模态理解领域某个SOTA模型（如BLIP-2）的理解，它的优缺点是什么？
- 如果有一个新的SOTA论文模型，你如何评估并将其落地到我们的业务场景中？
- 在模型优化和性能加速方面，你有哪些实践经验？
- 深入准备1-2个最能体现你多模态理解和算法工程能力的项目，确保能清晰阐述所有技术细节
职位点评
Watch Jobs