阿里巴巴
校招算法工程师-多模态
北京/广州/杭州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1. 自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读；
- 2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型，有NLP/CV/ML顶会发表经验者，有大规模模型训练工程经验的同学优先；
- 3. 良好的学术调研能力，良好的逻辑和数据分析能力，有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先；
- 4. 有良好的自我学习能力及自驱力，对前沿领域有强探索欲和好奇心、善于独立思考并反思总结；具备良好的沟通能力和团队协作能力。
岗位描述
- 1. 从事多模态算法和模型的研究与开发，包括但不局限于文本-图像、文本-视频等跨模态算法研发和优化，跟进并保持业界技术领先；
- 2. 推进跨模态内容理解/生成前沿技术的创新落地。设计和优化现有算法，提高性能和准确性，确保高质量的用户体验；
- 3. 探索AI智能体（Agent）新范式，构建能真正解决业务问题的以多模态大模型为核心的AI助手；
- 4. 引领学术与技术前沿：持续追踪多模态AI、理解&生成、LLM等方向进展，产出高水平论文，建立行业技术影响力。
- 1. 自然语言处理、计算机视觉、语音、机器学习、跨模态表征学习等相关专业在读；
- 2. 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型，有NLP/CV/ML顶会发表经验者，有大规模模型训练工程经验的同学优先；
- 3. 良好的学术调研能力，良好的逻辑和数据分析能力，有高质量论文、开源项目、ACM竞赛经历、相关学术会议组织的权威比赛获奖经历或落地项目产出者优先；
- 4. 有良好的自我学习能力及自驱力，对前沿领域有强探索欲和好奇心、善于独立思考并反思总结；具备良好的沟通能力和团队协作能力。
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。