阿里巴巴数据技术及产品部-高级算法工程师-视觉生成大模型
任职要求
1. 计算机科学、人工智能等相关专业，硕士及以上学历 2. 有大规模视觉生成模型训练经验或者在相关方向的顶级会议/期刊（CVPR/ICCV/ECCV/NeurIPS/AAAI等）发表过论文优先 3. 扎实的深度学习与计算机视觉基础，对视觉生成式模型（Diffusion Model、Flow M…
工作职责
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性 2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力 3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等 4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
负责阿里巴巴多模态数据湖 ALake 体系中 Fluss 流式存储引擎的研发，构建面向实时数仓与流批一体场景的下一代存储底座。 1. Fluss 引擎研发：参与 Fluss 流式存储核心模块的设计与开发，包括行存/列存引擎、数据 Compaction、Checkpoint、故障恢复等 2. 湖仓联动：设计和实现 Fluss 与 Paimon 的数据联动机制，支撑 CDC 数据实时入湖、流批一体消费等场景 3. 引擎集成：推进 Fluss 与 Flink、Spark、StarRocks 等计算引擎的 Connector 开发与性能优化 4. 性能调优：端到端优化数据写入延迟、吞吐、小文件治理，解决线上大规模场景下的稳定性问题 5. 技术方案设计：参与 Fluss 架构演进，输出技术设计文档，推动开源社区建设
作为核心工程师，你将深度参与阿里巴巴控股集团新一代数据应用平台的建设，融合云计算、大数据与人工智能技术，打造面向企业级用户的智能化数据产品体系。 1、主导核心数据产品的全生命周期研发，负责如数据工厂、企典、情报通等数据产品的架构设计、工程实现与稳定性保障，从需求洞察到上线运维全程驱动产品落地。 2、负责构建AI Agent能力底座，基于LLM / MLLM等大模型能力，设计并实现智能化的数据分析、预测推荐与自动化诊断报告生成系统，打造可扩展、可治理的 AI 工程化框架，推动 AI 在业务场景中的深度集成与价值释放。 3、负责攻坚高并发、低延迟、高可用系统挑战，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行。 4、引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地。
1、需求管理与交付协同：作为部门算力接口人，评估业务训练/推理需求的合理性并转化为技术指标；对接供应链确认资源池、地域及网络等交付方案，跟进进度确保按时按质交付。 2、资源分配与监控优化：依据优先级/适配场景/性能表现等综合因素制定策略、分配资源，搭建监控看板跟踪任务运行状态；分析闲置原因与资源缺口，推动效能优化闭环。 3、数字化建设与应急响应：负责全链路数字化及数据治理，确保核心数据准确一致；应对突发缺口或紧急交付场景，保障业务连续性。
1. 建设多源异构数据统一管线：覆盖真机采集数据（跨本体、多传感器）与仿真数据的接入、清洗、转换、质检、存储和分发，实现不同来源数据的标准化汇聚 2. 负责多模态机器人数据的Schema设计与标准化：覆盖图像、深度图、点云、IMU、关节角、轨迹、动作、语义标注、传感器参数等，兼容统一/自有格式规范，支持对接开源数据集 3. 设计并搭建分布式仿真调度系统：支持大规模环境实例跨多GPU/多节点的调度、监控与弹性扩缩 4. 构建数据质量过滤与异常检测模块和建设数据版本管理与血缘追踪体系 5. 搭建数据导出与训练对接服务：按训练需求灵活导出真机+仿真混合数据子集，支持增量更新与数据混合策略（如Sim2Real增广比例调配） 6. 与仿真引擎、算法训练、机器人本体和平台工程团队协作，打通数据从采集/生成到训练、评测、分析和可视化平台的完整链路