阿里巴巴算法研究员-多模态

任职要求

1、学历背景：计算机、人工智能、数学、电子信息等相关专业在读硕士或博士，具备扎实的机器学习、深度学习及概率统计基础。
2、专业技能：熟练掌握 Python 及主流深度学习框架（PyTorch/TensorFlow）。在多模态学习、大语言模型或 Agent 开发任一领域有深入理解…

工作职责

一、关于阿里巴巴国际站
阿里巴巴国际站是全球领先的跨境 B2B 数字贸易平台，致力于推动全球贸易数字化升级。在这里，你将有机会直接参与构建""万物皆可搜""的下一代智能搜索引擎，利用最前沿的多模态大模型与 Agent 技术，连接海量商品库与全球复杂的商业需求，重新定义 B 类电商的搜索体验。

二、关于项目
本项目旨在解决国际站 B 类业务场景下，非结构化数据理解难、复杂意图推理弱、亿级规模响应慢的核心挑战。
传统关键词搜索已无法满足买家通过“竞品图”、“手绘草图”或“长篇规格书（PDF/Word）”寻找供应链的需求。
本项目致力于：
突破多模态语义鸿沟：实现从单纯的“以图搜图”到跨模态（图 + 文+ 文档）深度意图理解的跃迁，精准索引产品图片、设计图纸及长文档。
构建 Agentic 检索增强系统：面对超长上下文（整本产品目录）和强约束条件（材质、认证标准组合），利用多 Agent 协作与复杂 Function Calling 能力，让 AI 具备逻辑推理能力，不仅“找到”商品，更能“读懂”商机。
攻克高并发实时交互难题：在亿级商品库中，实现毫秒级的图 + 文混合检索响应，支撑全球买家的实时采购决策。

三、你的职责
1. 前沿调研与方案设计：跟进学术界与工业界在多模态检索（Image-Text-Document Retrieval）、长上下文理解（Long-Context Understanding）、Agentic RAG 及复杂任务编排方向的最新进展，探索适用于 B 端复杂场景的落地方案。
2. 负责多模态表征学习，提升图片、文本及长文档（PDF/Word）之间的深度语义对齐精度。
3. 针对亿级数据规模，优化检索链路的延迟与吞吐量，实现高并发下的实时多模态交互。
4. 落地实践与成果转化：参与模型搭建、全链路调优与离线/在线实验分析，将理论方案转化为线上生产能力；对创新性研究成果进行总结，撰写高质量技术论文并尝试投稿顶级会议（如 SIGIR, CVPR, ACL, KDD 等）。