阿里巴巴淘宝平台事业部-多模态算法工程师（VLLM/CV/LLM）-商家智能服务
任职要求
1. 计算机科学相关专业（人工智能、计算机科学、电子信息工程、数学等）硕士及以上学历； 2. 有智能客服、多模态大模型、CV等背景和工作经验的，或在相关领域国际顶会发表过论文者优先； 3. 扎实的技术背景：对基于图像、视频、语音、文本等模态内容的各类算法算法有一定的理解，包括不限于图像/视频理解、图片分类、 检测、分割、OCR、图像视频生成等；了解VLLM/Vi…
工作职责
1. 负责将多模态大模型技术整合到小蜜智能问答系统中，不断提升系统的智能化水平和用户体验； 2. 研究并应用最新的多模态理解技术，如图像识别、自然语言处理和语音识别等，以实现系统对各种类型输入的处理能力，或将图像生成能力用于离线知识生产和实时问答； 3. 深入挖掘商品的图片、视频、文本介绍等各个模态中包含的有价值信息，理解并提炼商品问答知识； 4. 与数据科学团队合作，设计和实施模型训练策略，针对特定领域，进行多模态模型prompt设计和调优； 5. 深入跟踪调研多模态/NLP/CV等方向的前沿技术相关内容，包括文生图、图生文等。
1. 大模型技术研发与优化 深入探索大模型（如LLM、多模态模型）的核心算法，包括预训练、微调（Fine-tuning）、提示工程（Prompt Engineering）、RAG（检索增强生成）等技术，优化模型效果与性能。 *熟悉并能够设计和实现多智能体调度框架，结合大模型实现高效的任务调度和协作机制。 2. 大模型应用场景落地 负责大模型在垂直领域的应用开发，包括但不限于AIOps、代码生成/续写、智能问答、知识推理等场景，推动技术成果转化为实际生产力。 结合业务需求，设计高质量微调数据集和模型评估集，设计端到端的大模型解决方案，优化模型部署效率与推理成本。 3. 工程化与性能调优 熟悉Dify、LangGraph 等应用开发框架，能快速构建原型并推进产品化。 熟练使用Python，熟悉PyTorch/TensorFlow框架，具备CUDA/分布式训练经验者优先。 4. 跨团队协作与创新 与产品、数据、运维团队紧密合作，理解业务需求并设计技术方案。 跟踪学术界与工业界前沿技术（如Agent技术、MoE架构、MCP、A2A协议等），探索技术突破点。
1、负责大模型（LLM/多模态）核心算法的学习与探索，包括预训练、微调（SFT）、RAG及Prompt Engineering 2、参与多智能体（Multi-Agent）调度框架的设计与实现，探索高效的任务调度与协作机制 3、协助大模型在垂直领域（如AIOps、代码生成、智能问答）的应用落地，构建高质量数据集与评估体系 4、基于Dify、LangGraph、OpenAI Swarm等框架进行应用原型开发，并协助优化模型部署效率 5、跟踪学术界与工业界前沿技术，在导师指导下解决算法难题并推进产品化
1、负责优化小红书的多模态内容理解大模型算法，利用LLM、VLLM、Embedding、CV以及NLP相关能力，解决社区/大商业中笔记、评论、账号等多体裁的审核问题；优化小红书综合机审大模型； 2、负责包括但不限于预训练、SFT、RL、多模态表征、Agent搭建、AutoPE、RAG等，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取审核业务线上收益； 3、紧密关注相关领域业界的最新进展，通过LLM/MLLM不断优化生态业务的机审能力，提高机审风险覆盖度和风险召回能力。建立并优化生态场景下的内容理解特征体系； 4、跟踪大语言模型、多模态、强化学习等算法的最前沿进展，探索其在小红书审核业务中的落地方案。
1、负责优化小红书的多模态内容理解大模型算法，利用LLM、VLLM、Embedding、CV以及NLP相关能力，解决社区/大商业中笔记、评论、账号等多体裁的审核问题；优化小红书综合机审大模型； 2、负责包括但不限于预训练、SFT、RL、多模态表征、Agent搭建、AutoPE、RAG等，持续优化并时刻保持技术先进性，将业界SOTA模型落地并改进以获取审核业务线上收益； 3、紧密关注相关领域业界的最新进展，通过LLM/MLLM不断优化生态业务的机审能力，提高机审风险覆盖度和风险召回能力。建立并优化生态场景下的内容理解特征体系； 4、跟踪大语言模型、多模态、强化学习等算法的最前沿进展，探索其在小红书审核业务中的落地方案。