阿里巴巴图像生成模型工程师-生图模型后训练
任职要求
1. 硕士及以上学历，计算机、人工智能、模式识别、机器学习等相关专业，有扎实的理论基础和丰富的实践经验； 2. 具备优秀的编码能力与数据结构基础，熟练掌握Python，有ACM-ICPC、NOI等算法竞赛奖牌者优先； 3. 熟悉PyTorch等主流深度学习框架，熟悉分布式训练框架（如Pytorch2, DeepSpeed等），熟悉扩散模型（Diffusion Models）、…
工作职责
深入阿里云各行业客户的真实业务场景，基于多模态生成大模型如Wan、Qwen-Image、Z-Image等，攻克一致性与可控性难题，打造高效率、个性化的AI视觉内容供给模式，实现学术研究与商业产出的双重价值。 工作内容包括并不限于： 1.前沿技术攻关：聚焦生图模型领域，解决“角色/主体一致性”难题，攻克复杂的多轮生成、跨图一致性及风格迁移等技术难点； 2.算法优化与落地：提升模型在图像编辑任务（如局部重绘、背景替换、风格迁移）中的指令遵循能力，确保编辑区域精准变化的同时保持全局协调； 3.学术产出与创新： 在资深Mentor指导下进行技术研究，针对上述难点提出创新性解决方案，目标产出高质量顶会（CVPR/ICCV/ECCV等）论文及技术专利； 4.业务协同： 推动核心算法在电商、营销、设计、游戏、教育等实际业务场景的落地，直接参与提升模型商业化应用效果。
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、统筹视频/图像生成模型不同专项的数据标注和评测项目的交付工作，包括对接需求、制定合理的交付方案。对交付中的风险及时把控，制定风险应对策略，确保项目高效交付； 2、负责数据质量把控，梳理并分析数据质量的问题，优化质控方案，能够反哺和迭代标注标准，提升标注质量，从而提高模型效果； 3、深入理解业务场景、行业动态和大模型技术趋势，推动数据团队和算法、产品团队的深度融合，共同制定并明确标注规范与交付标准； 4、能够根据业务需求合理分配工作任务，组织管理外包、众包人员，充分发挥团队成员的专业优势，提升团队整体工作效率； 5、建立和完善标注项目的质量控制体系，结合项目需求不断优化标注-审核-验收-交付流程，确保数据高质量交付。
岗位职责： 1. 参与同花顺图像编辑与生成能力构建和持续演进，完成关键技术点的能力提升 2. 参与产品和模型研发，围绕用户高频使用场景，实现图像编辑工作（比如虚拟试衣、ID一致性生成等），构建产品和技术竞争力 3. 保持对学术界和业界技术趋势的持续跟踪，跟进图像编辑与生成的前沿技术与应用方向
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。 1、优化Seedream系列模型，为模型的通用能力提升相关技术负责，包含图像理解、图像生成、图像编辑等前沿技术； 2、推动技术在内容创作/特效/素材生成/辅助设计等领域的应用； 3、参与技术规划制定，把握图像生成技术最新发展趋势。