阿里巴巴算法工程师-电商AIGC视频与图像生成模型方向（T-Star Lab 日常实习）
任职要求
1.硕士及以上学历，2026年11月1日以后毕业，计算机、软件工程、人工智能等相关专业，能连续实习3个月及以上；
2.对AIGC兴趣浓厚…工作职责
岗位课题： 1.电商视频生成模型研发 2.多个视频应用模型研发 3.原生支持中文的图像生成模型研发 4.有语义泛化性的图像编辑模型研发 课题背景： AIGC 生成已成为广告创意制作的主流制作形式，基于AIGC 图像和视频生成模型提供了丰富的素材并持续提升创意制作的美观度和多样性。同时视频和图像生成模型也是各科技公司在AI 领域争夺的中心领域之一。 阿里妈妈在过去两年从业务需求出发，持续研发电商领域的多模态生成模型，推出了淘宝星辰视频生成模型、图生视频模型、短视频模型、服饰模特生图模型、图文海报制作等多个原创能力，并成功落地万相营造、万相台无界版、千牛、光合平台、生意管家等多个工具平台和展示、搜索、外投等多个投放场景的创意制作。 岗位职责： 你将有机会参与核心多模态大模型研究工作，深入到数据准备 | Caption | 训练系统搭建 | Encoder | Pretraining | Continuous training | SFT | Post training 等多模态生成的方方面面， 亲手解决大模型研发的问题，并最终交付电商场景领先的生成模型，以及有机会提前获得校招T-Star的正式Offer。
1、负责全球商品信息结构化与标准化：利用LLM及MLLM技术，在跨语言、跨文化背景下，实现商品属性自动抽取、类目挂载及标准库对齐，构建高精度的全球统一商品目录； 2、负责Listing质量优化：探索Agentic Learning与LLM在商品详情页（Title、Description、SEO）的自动化生成与动态优化，结合用户反馈进行强化学习（RL），持续提升搜索/推荐转化率； 3、负责商品素材AIGC生产：研发基于Diffusion模型或多模态大模型的AIGC方案，支持商品图背景合成（Inpainting）、AI模特生成、短视频自动化生产，降低商家内容制作成本； 4、探索前沿技术落地：跟踪并落地MLLM（多模态大模型）、Agent架构及强化学习（RL）在电商垂直场景的应用，打造具备自进化能力的商品理解与创作智能体。
1、负责场景中算法解决方案，并推动上线及后续迭代优化； 2、负责与业务产品、运营的对接，完成场景策略解决方案的推进； 3、跟踪前沿的算法理论，并且将优秀的算法应用到业务场景中，提升业务效果。
1、参与海外电商&直播的算法优化工作，从全链路通过模型与策略优化带来业务指标的提升； 2、分析、理解海外用户数据和业务场景，设计适合业务发展的推荐算法和机器学习模型，包括但不限于深度模型设计与优化、强化学习、uplift模型、迁移学习等； 3、调研业内前沿推荐算法，落地到业务场景中，并根据业务场景做适配和创新。
- 利用深度学习算法, 优化视频排序模型，提升点击率、播放时长等指标； - 利用机器学习算法、大模型等技术，优化视频的召回与多样性策略，提升推荐效果与用户体验； - 了解LLM、AIGC方向的最新技术, 探索将AIGC与推荐场景的结合落地； - 通过用户的点击、播放行为的大数据分析，提升个性化分发体验。