夸克算法工程师-多模态大模型
任职要求
1. 计算机视觉、自然语言处理、语音、机器学习、跨模态表征学习等相关专业的硕士生/博士生，有扎实的研发经验； 2. 熟练掌握pytorch、tensorflow等至少一种主流深度学习框架-能够独立实现前沿模型，有NLP/CV/ML顶会发表经验者。熟悉deepspeed/megatron/FSDP等大模型基础训练算法，对自回归模型和扩散模型等技术有深刻理解与认知，熟悉LLaMa、Qwen、FLUX和SD等开源模型，…
工作职责
1.从事多模态生成/理解大模型的研究与开发，包括但不局限多模态生成预训练、多模态理解、多模态数据处理、多模态后训练、多模态强化学习等跨模态算法的研发和优化，跟进并保持业界技术领先； 2.推进跨模态内容理解/生成前沿技术的创新落地。设计和优化现有算法，提高性能和准确性，确保高质量的用户体验； 3.关注多模态/NLP/CV等方向的前沿技术，及时将新技术应用到产品中。
团队介绍 "阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。" 职位描述 1.负责研发电商多模态预训练模型基座，抽象并解决商品理解的基础问题使得模型具备业务通识能力，并构建针对大模型幻觉问题、推理能力、模型加速等关键问题的系统性解决方案，提高下游业务的迭代效率和效果上限。 2.基于多模态预训练大模型，落地商品理解关键场景任务，比如商品类目/属性/标签预测、商品同款、商品图搜等，实现业务指标提升。 3.学习前沿论文与把握技术趋势，深入理解底层算法原理，探索实验面向未来的硬核技术，实现核心技术突破和技术创新，发表相关论文。
1、负责在TikTok内容电商领域探索计算机视觉、多模态大模型等前沿技术； 2、负责多模态大模型等技术在内容电商领域的应用，赋能搜推、供应等电商环节； 3、负责多模态相关模型优化和迭代，包含视频理解、VLM Posttraining、General Universal Embedding等前沿技术。
-协助团队进行多模态大模型相关研究，包括高效微调、多模态理解对齐、玩法开发、幻觉消除、数据治理部署优化等相关工作 -参与项目的算法验证和优化，确保算法的效率和准确性 -协助进行文献调研，总结最新的技术趋势和研究进展 -参与团队内部的技术交流和分享会议
我们正在寻找对多模态技术充满热情的算法工程师，加入我们的前沿技术研发团队。您将专注于多模态理解与生成，推动其在地图数据、信息流推荐、打车服务等场景中的落地应用，为用户提供更智能、更沉浸的服务。 主要职责 1、多模态模型研发：开发业界领先的图文多模态理解与生成模型，结合扩散模型（Diffusion Models）、Transformer架构等实现高质量场景理解和动态内容生成。 2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，支持端侧部署。探索适合大模型的压缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）。 3、业务场景落地：将多模态技术应用于实际业务场景，如地图数据（道路、POI等）、信息流推荐、打车服务等。与产品、工程团队合作，推动技术从研发到上线的全流程落地。 4、前沿技术探索：持续跟踪生成式AI（Generative AI）、跨模态对齐、思维链强化学习、多模态交互、具身智能等最新技术趋势，提出创新性解决方案。