智能体化多模态生成模型研究：从系统设计到实践应用-阿里星

北京/杭州/上海 · 校招 · 2027 届 · 博士

长期有效

前往官方投递页 →

任职要求

1、计算机科学、人工智能、机器学习或相关领域的硕士或博士学位；
2、在扩散模型、自回归模型、多模态生成理解、计算机视觉、NLP、AIGC、计算机图形学、机器学习等一个或多个领域有较深入的研究；
3、具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；
4、能够积极创新，乐于面对挑战，负责敬业，优秀的团队合作精神，一起探索新技术，推进技术进步。
【加分项】
1、具有优秀的基础算法、扎实的机器学习基础，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ICML、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；
2、具有优秀的代码能力，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先；
4、在多模态、大模型、基础模型、世界模型、RL、渲染生成领域，主导过大影响力项目者优先；
5、具有R1、Diffusion、MoE、DPO和RLHF在生成模型中应用经验优先；
6、具有deepspeed，megatron和FSDP使用和开发经验同学优先；
7、具有多模态生成模型训练经验，熟悉数据管线、预训练和后训练相关方向优先；
8、在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。

岗位描述

1、探索研究多模态生成大模型的设计与开发，探究高效生成、生成理解统一、多模态理解、强化学习/RLHF后训练和高效数据管线设计等方向；
2、参与研发多模态生成大模型开发等下一代人工智能核心技术，参与大规模生成基础模型预训练与后训练开发;
3、负责跟踪和研究多模态生成大模型前沿技术调研、落地、对业务进行优化；
4、参与图像编辑大模型建设，通过算法创新，不断提升在生图质量、指令理解、图像理解和推理效率等各维度指标，构建具有行业影响力的模型和业务能力；
5、基于AIGC的可控性编辑，探索如何精准实现内容生成与修改，满足多样化的业务需求。
1、计算机科学、人工智能、机器学习或相关领域的硕士或博士学位；
2、在扩散模型、自回归模型、多模态生成理解、计算机视觉、NLP、AIGC、计算机图形学、机器学习等一个或多个领域有较深入的研究；
3、具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；
4、能够积极创新，乐于面对挑战，负责敬业，优秀的团队合作精神，一起探索新技术，推进技术进步。

【加分项】

1、具有优秀的基础算法、扎实的机器学习基础，在CVPR、ECCV、ICCV、NeurIPS、ICLR、ICML、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；
2、具有优秀的代码能力，在ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先；
4、在多模态、大模型、基础模型、世界模型、RL、渲染生成领域，主导过大影响力项目者优先；
5、具有R1、Diffusion、MoE、DPO和RLHF在生成模型中应用经验优先；
6、具有deepspeed，megatron和FSDP使用和开发经验同学优先；
7、具有多模态生成模型训练经验，熟悉数据管线、预训练和后训练相关方向优先；
8、在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。

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 →