饿了么饿了么-高级算法专家-多模态大模型
任职要求
1. 硕士及以上学历，计算机、人工智能、电子信息等相关专业优先； 2. 2年以上算法相关工作经验，具备多模态模型训练或大模型研发经验者优先； 3. 熟悉Python编程语言，掌握TensorFlow/PyTorch等主流深度学习框架之一； 4. 具备良好的算法基础和工程实现能力，熟悉图像、文本等多模态数据处理方法； 5. 对AI前沿技术有持续关注，具备较强的问题分析与解决能力； 6. 良好的沟通能力和团队协作意识，能够跨团队推动项目落地。 加分项： 1. 有大规模多模态模型训练经验者优先； 2. 熟悉模型压缩、推理加速等相关技术者优先； 3. 在CV/NLP顶会（如ICCV、ACL）发表论文或参与过相关竞赛获奖者优先。
工作职责
1. 多模态大模型训练与优化。围绕文本、图像等多模态数据，构建面向安全领域的垂直大模型，推动在内容理解、风险识别等场景的落地应用。 2. 模型架构设计与迭代。基于现有大模型底座，进行模型结构优化、训练策略设计及效果调优，提升模型在实际业务中的泛化能力与推理效率。 3. 数据处理与标注体系建设。构建高质量的多模态训练数据集，设计合理的标注流程与标准，支撑模型训练与评估。 4. 联合业务方推进模型部署与应用。与产品、工程团队紧密协作，完成模型从训练到上线的全流程闭环，并持续跟踪效果与优化。
● 作为多模态搜索算法团队的负责人，主导构建全球领先的AI驱动跨境B2B搜索引擎，帮助全球买家高效寻找优质制造工厂。 ● 带领团队攻克复杂采购需求的理解难题，支持用户通过图像、图文、Excel表格、PDF文档等多模态输入方式表达采购意图，实现端到端智能解析与语义理解。 ● 设计并落地先进的多模态融合架构，结合视觉、语言与结构化数据理解技术，提升对产品规格、工艺要求、批量参数等关键信息的精准提取能力。 ● 构建高精度、可扩展的搜索引擎匹配系统，融合语义推理、知识构建与向量检索技术，实现“所想即所得”的智能搜索体验。 ● 与产品、工程及业务团队深度协作，洞察业务需求，定义合理的技术路线图，推动技术创新与产品落地。
【部门介绍】 阿里云智能大数据和智能实验室致力于成为通义大模型与行业的桥梁，积极推动AI大模型时代各行业的智能化升级。团队主要负责行业语言大模型、多模态大模型以及大模型基础研究，主要技术成果已成功应用到智慧交通、城市治理、生物医疗、大型国际赛事（亚运会和奥运会）等多个行业大模型中。 【工作内容】 1、负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新的技术及其应用场景；解决复杂问题的推理能力scaling up，探索Post-training的前沿技术，如Agent RL、test time learning，并参与research intern的指导，沉淀技术成果，提升部门的AI技术的影响力及AI产品的竞争力，以支撑业务的持续增长。 2、对大模型的效果进行持续调优，通过高效的Post-training手段（SFT、RL等）提升LLM领域模型在业务场景下的表现，支撑通义的AI普惠影响力建设和模型规模化调用。
负责高德共享出行业务核心的推荐算法建设、大模型技术落地等，包括但不限于： 1. 推荐算法方向：利用机器学习、深度学习等算法处理海量用户数据，进行高德打车全链路的推荐算法构建和迭代，包括多任务学习、多场景建模、序列推荐、因果推断建模、应答时长预测等； 2. 大模型方向：将大模型技术应用在打车核心链路上，包括多模态大模型、AIGC、PE、SFT、RLHF、高效推理等，提升平台效率和用户体验；
【部门介绍】 阿里云智能大数据和智能实验室致力于成为通义大模型与行业的桥梁，积极推动AI大模型时代各行业的智能化升级。团队主要负责行业语言大模型、多模态大模型以及大模型基础研究，主要技术成果已成功应用到智慧交通、城市治理、生物医疗、大型国际赛事（亚运会和奥运会）等多个行业大模型中。 【职位介绍】 1、负责AI for Science尤其是生物医药方向的基础算法的研究和研发落地，包括不限于蛋白语言模型，基因语言模型，分子基础模型，生成式生物模型等。 2、对AI for Science尤其是基因全链路分析，药物早筛等问题中涉及的智能化和生成式模型等技术进行快速试错，找到可行方案，并不断对其进行创新改进，在各项性能指标上超出现有方案，不断提升行业天花板，不断完善相应的服务化工具。 3、以人工智能技术和高性能计算为基础，在相关方向产出高水平的文章，专利和软件服务，完善公司在AI for Science方面的技术布局，提升公司在相关领域的影响力。