阿里巴巴
校招算法工程师-多模态算法（音乐方向）
北京/杭州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1.计算机、电子信息、人工智能、自动化等相关专业；
- 2.对多模态大模型/AI生成有浓厚兴趣，有相关课程学习、课程设计、科研项目或竞赛经验优先（涉及语音/音频/文本生成、多模态理解等方向均可）；
- 3.了解AI生成模型基础算法，接触过Transformer、DiT、Flow-Matching等任一框架，有模型训练、调优实操经验者优先；
- 4.了解多模态表征基础技术，学习过自监督表征相关知识，了解基础高质量数据解码方案，对数据质量有基本感知者优先；
- 5.有基础的多模态理解模型学习或开发经验，了解主流多模态大模型基本原理者优先；
- 6.编程基础扎实，熟练使用Python，了解主流大模型训练框架；具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；
- 7.对AI/多模态技术有浓厚兴趣，了解基础数据处理知识，具备一定相关实践经验者优先。
岗位描述
- 1.协助团队开展多模态大模型算法研发工作，参与语音/音频生成、理解等核心技术的研发与测试；
- 2.辅助研发多模态内容理解模型，协助搭建高精度、细粒度的内容描述体系，完成基础数据标注与整理工作；
- 3.参与训练数据集的搭建、清洗、整理与标注，助力模型迭代优化，配合完成数据集相关基础调研；
- 4.协助推进多模态大模型在核心业务中的落地测试，参与技术实用化过程中的效果验证与问题反馈；
- 5.跟踪多模态大模型、音频AI领域行业前沿技术，协助整理前沿技术资料，参与团队技术研讨与学习。
- 1.计算机、电子信息、人工智能、自动化等相关专业；
- 2.对多模态大模型/AI生成有浓厚兴趣，有相关课程学习、课程设计、科研项目或竞赛经验优先（涉及语音/音频/文本生成、多模态理解等方向均可）；
- 3.了解AI生成模型基础算法，接触过Transformer、DiT、Flow-Matching等任一框架，有模型训练、调优实操经验者优先；
- 4.了解多模态表征基础技术，学习过自监督表征相关知识，了解基础高质量数据解码方案，对数据质量有基本感知者优先；
- 5.有基础的多模态理解模型学习或开发经验，了解主流多模态大模型基本原理者优先；
- 6.编程基础扎实，熟练使用Python，了解主流大模型训练框架；具备良好的科研学习能力，能够主动跟进领域前沿技术，有相关论文撰写、竞赛获奖经历者优先；
- 7.对AI/多模态技术有浓厚兴趣，了解基础数据处理知识，具备一定相关实践经验者优先。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。