多模态Search Agent研究&应用-阿里星

杭州 · 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，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构；
2、在多模态、大模型、计算机视觉、强化学习、Agent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.、拥有强烈的技术热情和好奇心，能够积极应对挑战&持续学习。
【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；
3、在多模态、大模型、RL方向主导过大影响力项目者优先。

岗位描述

你将深度参与到千问VQA场景的优化&探索中，核心专注于提升 SearchAgent 在复杂视觉场景下的理解、推理及反思纠错能力。具体工作包括：

1、高质量数据工程体系

设计并构建复杂 Multi-Turn VL Search Trajectory 的数据合成与生产管线，探索自动化数据生成策略，模拟真实用户的复杂多轮搜索需求，构建包括CoT、ToolUse及Reflection路径的高质量训练数据集；

2、VLM基础的感知/推理能力优化

针对 Single Step 场景，优化VLM基座模型，显著提升其对复杂图像的理解、推理能力及工具调用的准确性，负责包括MiddleTrain和PostTrain在内的完整的训练阶段优化；

3、Multi-Turn强化学习策略设计

主导SearchAgent在Multi-Turn场景下的RL工作，探索&设计创新的RL方式与Reward System，有效激发Agent的自我反思与错误修正能力，提升Agent在长程依赖任务中的决策稳定性；

4、Agent 架构优化与效率提升

研究如何在保证检索效果的前提下，极致压缩 Trajectory长度，优化Agent 的搜索策略与规划机制，提升端到端的搜索效率。

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，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构；
2、在多模态、大模型、计算机视觉、强化学习、Agent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.、拥有强烈的技术热情和好奇心，能够积极应对挑战&持续学习。

【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；
3、在多模态、大模型、RL方向主导过大影响力项目者优先。

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 →