智能互联1688-2D AIGC算法工程师-杭州
任职要求
1. 计算机视觉、人工智能、图形学等相关专业硕士及以上学历，2年以上业务研发经验； 2. 熟练运用PyTorch深度学习框架，具备扎实的生成模型开发与调优能力，熟悉Stable Diffusion、ControlNet等2D AIGC技术栈； 3. 了解SFT、DPO、RLHF等对齐训练方法，有实际微调或偏好…
工作职责
1. 2D生成模型微调与工艺对齐训练：针对用户端2D AIGC创款场景，结合后续3D实体生产的工艺要求，对文生图/图像编辑模型进行监督微调（SFT）与偏好优化（PO/RLHF），使生成的2D产品视觉图兼具视觉美感和工艺制造可行性，减少3D建模阶段的后处理几何修复，保障2D-3D外观一致性及纹理贴合质量。 2. 评测体系与数据闭环建设：建立面向“可制造性”的2D AIGC评测基准（Benchmark），从美学质量、语义准确性、工艺合规性（如连接宽度、薄壁厚度、悬空区域比例等）等维度量化模型表现，驱动数据-模型-反馈闭环迭代。 3. 2D贴图智能后处理：针对3D AIGC得到的初步贴图，设计智能调色、色彩均匀化与局部补全算法，解决因2D图光照或遮挡导致的UV贴图破洞，颜色驳杂等问题，并对齐实际加工打印支持的上色工艺，进行智能减色/色号转换。确保工业级生产中色彩还原度高、过渡自然、无明显色差，提升终端产品质感与一致性。 4. 多模态意图理解与领域知识注入：构建面向文玩、潮玩、IP衍生品等垂直领域的高质量指令-图像对数据集，融合用户行业黑话、小众审美术语、IP角色设定等特殊语义，通过多模态对齐与知识增强技术，提升模型对个性审美创意的理解和生产能力。 5. 与产品、工程及工艺团队协作，全方位提升3D制造整体链路的成功率，并持续根据用户需求趋势迭代优化相关技术。
ꔷ 模型选型与评测：负责跟踪和深度评测业界前沿的Text/Image-to-3D模型（如混元、VAST、Meshy等），建立“文玩”品类的评测基准（Benchmark），从质量、速度、成本、可塑性等多维度输出评估报告，并参与制定技术共建方案。 ꔷ 训练框架搭建：主导或参与自建3D AIGC训练框架，实现SFT（监督微调）、PO（偏好优化）、RLHF以及模型蒸馏等全套“后训练”链路。 ꔷ 模型SFT与强化：深入“文玩”业务场景，构建高质量SFT数据集（如品类黑话、风格化），对底座模型进行微调，使其更懂品类。 ꔷ 可打印性优化：探索使用PO/RLHF技术，构建“高可打印性”偏好数据集，训练AIGC模型使其倾向于生成结构稳定、易于修复、符合制造标准的3D模型，构建核心数据与模型壁垒。 ꔷ 模型优化与部署： 负责3D生成模型的轻量化、蒸馏和加速，优化推理速度和成本，满足平台规模化应用需求。
1、负责制定和优化搜索策略，提升速卖通搜索的体验和效率。 2、深入理解用户和商家需求。 3、与技术团队紧密合作，推动搜索技术的创新和落地，确保系统的稳定性和性能。 4、参与具体的项目，输出解决方案。 5、监控和分析搜索效果，定期输出报告，为业务决策提供数据支持。
构建下一代基于大型语言模型（LLM）的智能搜索系统，通过深度语义理解与用户意图解析，实现从“关键词匹配”到“需求精准洞察”的跨越，推动搜索技术从信息检索向智能交互与决策赋能的范式升级！ 1.负责设计并实现基于LLM的智能搜索架构，优化语义理解、意图识别与结果排序算法； 2.构建用户需求画像系统，结合实时行为数据动态调整搜索策略，提升搜索结果相关性与用户满意度； 3.探索生成式搜索技术（如Query扩展、结果摘要生成），推动搜索从“信息呈现”向“决策辅助”升级。
“我们正在构建下一代智能推荐引擎，重新定义人货场的数字化连接方式”，如果你对推荐算法创新充满热情，渴望用技术驱动万亿级市场的供需匹配效率，这里将是你施展才华的舞台。团队汇聚了搜索推荐、运筹优化、图计算等领域的顶尖人才，加入我们，见证技术如何重塑商业未来。 1.基于多源异构数据（搜索/点击/交易/内容），借助LLM挖掘用户显性需求与潜在意图的关联关系，构建用户需求图谱； 2.融合商品知识图谱与实时场景特征，构建跨品类、跨渠道的智能组货策略，实现"人-货-场景"的高效匹配； 3.设计多目标协同优化框架，探索生成式推荐新技术，平衡用户体验、商家效率与平台增长目标，建立可持续的推荐生态。