算法工程师-数据算法（多模态生成方向）

杭州 · 校招 · 2027 届 · 硕士

长期有效

前往官方投递页 →

任职要求

1. 计算机、人工智能、数学等相关专业硕士及以上学历，1 年以上多模态/生成模型相关经验；
2. 具备扎实的多模态理解与生成技术基础，熟悉主流视频生成模型架构（DiT、Diffusion/Flow Matching、VAE、CLIP/VLM 对齐等）；
3. 具备高质量多模态数据构建能力，包括大规模数据清洗、增强、合成与标注体系设计，有 TB/PB 级视频数据处理流水线经验优先；
4. 熟练掌握多模态大模型相关的后训练技术（SFT、DPO、Flow-GRPO 等）；
5. 具备从数据到算法闭环迭代的能力，能设计并实现多维度评测体系，结合自动指标与人工评估，定义数据质量标准并推动模型效果持续提升；
6. 扎实的工程能力，熟练掌握PyTorch开发、有Pytorch分布式训练经验；
7. 具备出色的分析问题和解决问题的能力，能够独立领导技术方向的探索和攻坚。对视觉艺术有良好的审美感知，能理解并拆解业务场景下的内容需求。
加分项
1. 在 CVPR/ICCV/NeurIPS/ICML 等顶会发表过多模态生成相关论文；
2. 主导或深度参与过知名AIGC项目者优先;"

岗位描述

本岗位面向多模态生成模型的各训练阶段的高质量数据算法需求，聚焦于构建高效、高精准、细粒度的多模态数据pipeline：

1. 多模态数据体系构建：负责视频生成模型全阶段训练（预训练、SFT、后训练/RL）所需多模态数据对齐的算法建设，构建面向垂类场景的高质量、结构化的多模态对齐数据体系；
2. 数据筛选与合成算法：设计并落地从海量多模态数据中筛选/合成高价值数据的算法链路，包括音视频质量评估、美学打分、运动分析、时序切分、去重与分布均衡等。
3. 视频描述与对齐算法：构建高精度视频 Caption 体系（密集描述、结构化标签、时序事件描述），持续提升文本-视频对齐质量与粒度。
4. 数据-算法闭环：建立数据质量与模型效果的评估归因体系，结合业务需求推动""数据构建 → 模型训练 → 效果评估 → 数据迭代""的闭环持续优化。
1. 计算机、人工智能、数学等相关专业硕士及以上学历，1 年以上多模态/生成模型相关经验；
2. 具备扎实的多模态理解与生成技术基础，熟悉主流视频生成模型架构（DiT、Diffusion/Flow Matching、VAE、CLIP/VLM 对齐等）；
3. 具备高质量多模态数据构建能力，包括大规模数据清洗、增强、合成与标注体系设计，有 TB/PB 级视频数据处理流水线经验优先；
4. 熟练掌握多模态大模型相关的后训练技术（SFT、DPO、Flow-GRPO 等）；
5. 具备从数据到算法闭环迭代的能力，能设计并实现多维度评测体系，结合自动指标与人工评估，定义数据质量标准并推动模型效果持续提升；
6. 扎实的工程能力，熟练掌握PyTorch开发、有Pytorch分布式训练经验；
7. 具备出色的分析问题和解决问题的能力，能够独立领导技术方向的探索和攻坚。对视觉艺术有良好的审美感知，能理解并拆解业务场景下的内容需求。

加分项

1. 在 CVPR/ICCV/NeurIPS/ICML 等顶会发表过多模态生成相关论文；
2. 主导或深度参与过知名AIGC项目者优先;"

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

登录后分析我的简历

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）

类型专业能力·难度困难

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

类型项目经历·难度中等

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

类型专业能力·难度简单

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

类型专业能力·难度中等

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

类型情景/案例·难度中等

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。

前往官方投递页 →