杭州·西湖区
职位详情
职位描述
1. 多模态大模型研发与优化
1) 负责多模态大模型（图文音联合建模）的架构设计与实现，攻克跨模态语义对齐、动态数据流处理等关键技术难题。
2) 提升模型生成性能，支撑复杂多模态交互场景，达成毫秒级响应能力。
2. 多 Agent 系统算法开发
1) 搭建多 Agent 协同框架，设计动态任务调度与博弈决策机制，应对资源竞争、动态组队等实际挑战。
2) 融合博弈论与强化学习方法，构建对手行为预测模块，推断其他 Agent 的策略倾向，提升协同效能。
3) 参与规模化 Agent 系统的实际部署与迭代。
3. 行业应用探索与技术突破
1) 研究生成式 AI 与 RAG 技术融合路径，增强垂直领域内的知识推理水平。
2) 关注学术与产业前沿，推动创新技术方案在真实场景中的落地应用。
职位要求
1. 技术能力
1) 模型开发：深入掌握 Transformer 结构，具备多模态模型与大语言模型实战经验。
2) 工具链：熟练运用 PyTorch、TensorFlow、Transformers，熟悉 Deepspeed、Magtran 等分布式训练框架。
3) 算法优化：了解 SFT、RLHF、LoRA 等调优方法，拥有模型压缩及轻量化部署经验者优先。
4) 分布式训练：熟悉 NCCL、Megatron-LM，具备跨节点通信调优经验者更佳。
2. 项目背景
1) 至少完整参与过 1 个大模型项目（涵盖预训练、微调或上线部署）。
2) 掌握多模态数据处理全流程，包括跨模态对齐、领域迁移与模型小型化优化。
3) 具备工业级 Agent 系统落地经历者优先考虑。
3. 综合素质
1) 具备扎实的系统设计与工程实现能力，可独立完成从 0 到 1 的技术构建。
2) 学习能力强，能快速吸收并应用新兴技术解决实际问题。
3) 沟通协作良好，能与产品、工程团队紧密配合推进项目进展。
4. 优先条件
1) 在 NeurIPS、ICML、CVPR 等顶会发表论文，或在 Kaggle、天池比赛中取得优异成绩。
2) 有开源社区贡献记录（如参与 Hugging Face、PyTorch 相关生态建设）。
1. 多模态大模型研发与优化
1) 负责多模态大模型（图文音联合建模）的架构设计与实现，攻克跨模态语义对齐、动态数据流处理等关键技术难题。
2) 提升模型生成性能，支撑复杂多模态交互场景，达成毫秒级响应能力。
2. 多 Agent 系统算法开发
1) 搭建多 Agent 协同框架，设计动态任务调度与博弈决策机制，应对资源竞争、动态组队等实际挑战。
2) 融合博弈论与强化学习方法，构建对手行为预测模块，推断其他 Agent 的策略倾向，提升协同效能。
3) 参与规模化 Agent 系统的实际部署与迭代。
3. 行业应用探索与技术突破
1) 研究生成式 AI 与 RAG 技术融合路径，增强垂直领域内的知识推理水平。
2) 关注学术与产业前沿，推动创新技术方案在真实场景中的落地应用。
职位要求
1. 技术能力
1) 模型开发：深入掌握 Transformer 结构，具备多模态模型与大语言模型实战经验。
2) 工具链：熟练运用 PyTorch、TensorFlow、Transformers，熟悉 Deepspeed、Magtran 等分布式训练框架。
3) 算法优化：了解 SFT、RLHF、LoRA 等调优方法，拥有模型压缩及轻量化部署经验者优先。
4) 分布式训练：熟悉 NCCL、Megatron-LM，具备跨节点通信调优经验者更佳。
2. 项目背景
1) 至少完整参与过 1 个大模型项目（涵盖预训练、微调或上线部署）。
2) 掌握多模态数据处理全流程，包括跨模态对齐、领域迁移与模型小型化优化。
3) 具备工业级 Agent 系统落地经历者优先考虑。
3. 综合素质
1) 具备扎实的系统设计与工程实现能力，可独立完成从 0 到 1 的技术构建。
2) 学习能力强，能快速吸收并应用新兴技术解决实际问题。
3) 沟通协作良好，能与产品、工程团队紧密配合推进项目进展。
4. 优先条件
1) 在 NeurIPS、ICML、CVPR 等顶会发表论文，或在 Kaggle、天池比赛中取得优异成绩。
2) 有开源社区贡献记录（如参与 Hugging Face、PyTorch 相关生态建设）。
2026-05-24 13:49
IP属地：浙江杭州
职位福利
本科5-10年机器学习图像算法分布式训练深度学习大模型算法自然语言处理算法多模态算法大数据处理框架(Spark/Hadoop/Hive)并行计算
阿里云计算有限公司
不需要融资 · 10000人以上
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
