杭州·西湖区
职位详情
算法岗位
阿里云智能-大语言模型算法专家-飞天实验室
职位描述
【部门介绍】
阿里云智能⼤数据和智能实验室致力于成为通义⼤模型与⾏业的桥梁，积极推动AI⼤模型时代各行业的智能化升级。团队主要负责行业语言大模型、多模态大模型以及大模型基础研究，主要技术成果已成功应用到智慧交通、城市治理、生物医疗、大型国际赛事（亚运会和奥运会）等多个行业大模型中。
【工作内容】
1、负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新的技术及其应用场景；解决复杂问题的推理能力scaling up，探索Post-training的前沿技术，如Agent RL、test time learning，并参与research intern的指导，沉淀技术成果，提升部门的AI技术的影响力及AI产品的竞争力，以支撑业务的持续增长。
2、对大模型的效果进行持续调优，通过高效的Post-training手段（SFT、RL等）提升LLM领域模型在业务场景下的表现，支撑通义的AI普惠影响力建设和模型规模化调用。
职位要求
1. 通过高效的Post-training手段（SFT、RL等）提升LLM在业务场景下的表现，支撑通义的AI普惠影响力建设与调用规模推广，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先。
2. 计算机、人工智能、数学等相关专业硕士及以上学历，具备3年及以上机器学习、大模型相关领域的研发经验，熟悉Qwen等主流大模型架构、具备丰富的模型训练优化经验及LLM Agent、、RLHF、Agent RL等大模型训练技术、掌握高效的分布式训练框架和策略的优先。
3. 解决更复杂问题的推理能力scaling up，探索Post-training的前沿技术，如Agent RL、Test Time Learning等，能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环，有大模型相关高质量开源项目者优先。
4. 具备丰富大模型相关项目实战经验，有较强的业务理解能力，具备良好的沟通协作能力和跨团队合作意识，能够高效推动项目落地。
岗位：阿里云智能-AIOps可观测算法专家-杭州
职位描述
1. 负责LLM在运维领域的应用与落地，包括但不限于LLM/GPT、LangChain、知识图谱、图神经网络、强化学习等技术，探索智能运维与领域模型的结合，实现在业务中的应用落地；
2. 探索LLM技术在智能运维领域中的落地应用，负责算法模型研发，搭建LLM应用的框架，融入统一运维平台，为运维效率提升提供智能服务；
3. 参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署，保证数据的高质量和有效性；
4. 探索 Agent 在复杂任务中的应用，实现基于LLM的复杂任务在智能运维领域场景的应用落地；
5. 持续跟进LLM前沿技术、开源方案及其在智能运维领域的应用。
职位描述
1. 计算机、软件工程、人工智能、模式识别等相关专业；
2. 掌握LLM模型的算法原理、Fine-tuning、Prompt Engineering、向量数据库和 LangChain 等应用范式；在LLM领域，主导过大影响力的项目或论文者优先；
3. 对AIOps领域和应用LLM解决运维问题有强烈兴趣和技术热情；
4. 良好的沟通协作能力，能和团队一起探索新技术，推进技术进步；
5. 有技术 + 产品交叉经验更佳。
阿里云智能-高级安全算法专家-北京/杭州
职位描述
ꔷ 深入理解云安全业务场景（如攻击检测、异常行为分析、数据隐私保护、风险画像等），设计算法解决方案并实现规模化落地；
ꔷ 参与设计安全大模型的规划、研发和技术迭代，构建高精度、低时延、可解释的AI模型，解决安全场景特有的技术挑战；
ꔷ 负责云安全中心安全助手相关算法研究、开发、架构相关工作，提升安全助手的智能化能力和产品竞争力；
ꔷ 负责算法工具链与自动化平台建设，提升算法研发效率，降低业务团队使用门槛；
ꔷ 追踪AI与安全交叉领域的前沿技术（如AIGC安全、大模型对抗攻防），推动创新技术在业务场景中的预研与应用。
职位要求
ꔷ 本科及以上学历，计算机科学、人工智能、网络安全等相关专业，5年及以上算法研发经验；
ꔷ 精通深度学习、图神经网络、迁移学习等技术，熟悉PyTorch/TensorFlow等框架，具备大规模分布式训练和模型优化经验。
ꔷ 深入理解云安全业务逻辑，熟悉常见攻击手法（如APT攻击、0day漏洞利用）及防御技术，有威胁狩猎、UEBA、反欺诈等项目经验者优先。
ꔷ 具备扎实的工程能力，熟悉高并发、低延迟的在线推理系统设计，有Flink/Spark等大数据处理经验。
ꔷ 出色的业务洞察力和技术判断力，能快速将业务问题转化为算法问题并提出创新解法。
ꔷ 优秀的跨团队协作与资源整合能力，擅长在复杂组织中推动技术方案落地，对技术趋势敏感，具备开源社区贡献或顶会论文（如KDD、CCS、NDSS）者优先。
阿里云智能-数据挖掘算法专家-（新金融行业线）杭州
职位描述
1.核心风控模型研发与迭代:
主导或独立负责信贷风控全流程（包括但不限于反欺诈、申请评分、行为评分、催收评分等）的核心算法模型的设计、开发、验证与部署。
持续监控、评估线上模型的表现，并根据业务变化和模型效果进行快速迭代和优化，确保模型的稳定性和有效性。
2.数据挖掘与特征工程:
深度挖掘和分析内外部多维度数据（如信贷数据、用户行为数据、第三方征信数据等），构建并完善用户风险画像及特征体系。
运用创新的特征工程方法，从海量、复杂的数据中提炼出对风险有强区分度的变量，为模型性能的提升提供坚实基础。
3.前沿算法探索与应用:
跟进并研究业界在数据挖掘、机器学习、深度学习、图计算等领域的最新算法和技术趋势。
积极探索和评估前沿算法（如无监督学习、大语言模型等）在信贷风控场景中的应用价值，并推动其在实际业务中落地。
4.风险策略支持与业务赋能:
与风险策略、产品及业务团队紧密合作，深入理解业务痛点，将模型结果转化为可落地的风控策略，提供数据驱动的决策支持。
通过数据分析和模型洞察，为业务部门提供关于客群准入、额度管理、动态定价、风险预警等方面的专业建议。
5.技术沉淀与知识分享:
负责撰写清晰、完整的技术文档和模型报告，沉淀项目经验和知识。
在团队内部进行技术分享和培训，引领团队成员共同成长，提升团队整体的算法能力和风控水平。
职位要求
1、数学、统计学、运筹学、信息计算科学、大数据等相关专业优先;
2、熟悉信贷风控业务流程，了解风控数据服务行业的产品概况;
3、3年以上预测建模开发经验，动手能力强；
4、理解各类预测模型方法原理及限制条件，具备应用选择比较能力；
5、对数据敏感，具备对信息的量化提炼能力；
6、具备定义问题的能力，有系统性解决具体业务问题的方法及经验；
7、在满足以上条件下的候选人加分项：
A、信贷机构风控相关计量或管理相关经验；
B、图计算、社群挖掘开发及应用相关经验；
C、大数据(千亿级)工程开发及优化相关经验;
D、在金融机构驻场开发及交付风控预测模型经验；
E、信贷用户营销模型开发及优化相关经验；
F、基于运营商大数据开发信贷风控模型或营销模型的相关经验。
阿里云智能-无影大模型算法专家-上海/杭州
职位描述
1. 多模态大模型研发与优化
1) 设计并实现多模态大模型（图文音联合建模），解决跨模态语义对齐、动态数据处理等核心问题。
2) 优化模型生成能力，支持复杂多模态交互，实现毫秒级响应。
2. 多 Agent 系统算法设计
1) 构建多 Agent 协作框架，设计动态任务分配与博弈策略，解决资源争夺、动态联盟等复杂场景下的决策问题。
2) 结合博弈论与强化学习，开发对手建模模块，预测其他 Agent 的策略分布，优化协作效率。
3) 参与工业级 Agent 系统落地。
3. 行业场景落地与创新
1) 探索生成式 AI 与 RAG的结合，提升垂直领域的知识推理能力。
2) 跟踪前沿技术，推动技术方案的创新与落地。
职位要求
1. 技术技能
1) 模型开发：精通 Transformer 架构，熟悉多模态模型、大语言模型。
2) 工具链：熟练使用 PyTorch、TensorFlow、Transformers，掌握 Deepspeed、Magtran 等分布式训练工具。
3) 算法优化：熟悉 SFT、RLHF、LoRA 等微调技术，具备模型压缩等轻量化经验。
4) 分布式训练：了解 NCCL、Megatron-LM，有跨节点通信优化经验者优先。
2. 项目经验
1) 至少参与过 1 个完整的大模型项目（如预训练、微调、部署）。
2) 熟悉多模态数据处理流程，包括跨模态对齐、领域适配与模型压缩全链路优化。
3) 有工业级 Agent 系统落地经验者加分。
3. 其他
1) 具备良好的系统设计与工程化能力，能够从 0 到 1 构建技术方案。
2) 较强的学习能力与问题解决能力，能够快速掌握前沿技术。
3) 优秀的沟通协作能力，能够与产品、工程团队高效配合。
4. 加分项
1) 在相关会议（NeurIPS、ICML、CVPR）发表过论文，或在 Kaggle、天池等竞赛中获奖。
2) 有开源社区贡献经验（如参与 Hugging Face、PyTorch 生态开发）。
阿里云智能-算法专家-多模态大模型
【工作内容】
1、 负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新的技术及其应用场景；在基础大模型的基础上，根据行业需求，使用post-training（SFT、RL等）、Agentic AI等技术手段，研发领域模型，提升模型在业务场景下的表现，提升模型的性能和用户体验，以满足业务需求；
2、 负责大模型应用的构建过程，围绕多模态大模型在重点互娱、教育等行业的，研发以多模态大模型为核心的应用算法系统，确保应用的高效性与准确性，提升通义多模态大模型在垂类行业的广泛应用及规模化调用；
3、 紧跟多模态大模型前沿技术趋势，重点探索多模态大模型的低延迟复杂推理及作业场景迁移能力，从Test-Time Scaling到Context Scaling，提升模型处理复杂、多变场景以及对模糊指令的正确处理能力，拓展模型在重点领域的智力边界，并以开源、技术报告等方式沉淀研究成果。引入新的算法技术和理念，为团队技术迭代提供前瞻性建议。
职位要求
1、 硕士及以上学历，计算机、人工智能等相关专业，具备扎实的多模态技术基础，有丰富的视觉、多模态技术研究成果发表及落地，在计算机顶会和期刊发表相关成果者优先(CVPR、ICCV、NeurIPS等）；
2、 三年以上的多模态相关算法研究及应用经验；熟练掌握Qwen-VL等主流多模态大模型的模型架构及原理，包括但不限于视觉编码器优化、跨模态融合机制、多模态位置编码等。具备多模态大模型后训练策略优化（指令微调、对齐微调、RLHF等）和高质量数据合成方面的实战经验，掌握高效的分布式训练（如 ZeRO, FSDP, DeepSpeed）、混合精度训练等训练框架和策略的优先；
3、 有丰富的前沿技术产业界的落地经验，包括垂域微调（参数高效微调、领域适配方案）、模型融合（VLM与专用模型集成）、模型轻量化（INT8/INT4 量化、后训练量化、知识蒸馏）、推理优化（算子优化、KV Cache 优化、vLLM等高效推理引擎使用）等，参与及负责过大型AI系统端到端技术方案设计、多模态大模型的应用产品开发或者大影响力的AI项目者优先；
4、 具备良好的沟通协作能力和跨团队合作意识，能高效推动算法系统满足业务需求。
阿里云智能-视觉算法专家-业务安全
职位描述
1. 算法设计与技术攻坚
a. 负责实人认证、活体检测、证件伪造识别等核心算法的研发与优化，包括但不限于动态活体检测、生物特征防伪（抵御3D面具、屏幕翻拍攻击）、证件信息结构化解析、卡证图片分类等方向
b. Deepfake检测：深入研究并开发Deepfake检测技术，针对日益复杂和多样化的深度伪造手法，设计并优化高效、精准的检测模型和算法。提升现有Deepfake检测方法的泛化性和鲁棒性，确保检测系统能够适应不同场景下（国内业务及国际业务）的伪造人脸，同时具备对新型攻击手段的快速防御和响应能力
c. 攻克复杂环境下的算法鲁棒性问题，如极端光照、遮挡、跨设备兼容性等，确保算法在高并发场景下的稳定运行
d. 主导算法从原型到规模化部署的全链路工作，优化模型推理性能（如端侧SDK轻量化、服务端分布式计算），满足金融级时延与资源消耗要求
2. 算法研究
a. 跟踪CV顶会和AIGC领域前沿进展，确保技术与行业趋势保持一致
职位要求
1. 5年以上多模态视觉算法研发经验，精通活体检测（动作/静默）、人脸比对、证件防伪等方向，有金融级项目落地经验、安全算法背景者优先
2. 扎实的工程实现能力，熟练掌握Python、TensorFlow、PyTorch等深度学习框架，具备AIGC相关的算法经验和业务落地经验，具备对抗样本生成与防御实战经验优先
3. 具备模型压缩（量化、剪枝）工程化经验，熟悉ONNX/MNN等端侧推理引擎
4. 在AI顶会顶刊发表过AIGC相关的高水平论文者优先
阿里云智能-大语言模型算法专家-飞天实验室
职位描述
【部门介绍】
阿里云智能⼤数据和智能实验室致力于成为通义⼤模型与⾏业的桥梁，积极推动AI⼤模型时代各行业的智能化升级。团队主要负责行业语言大模型、多模态大模型以及大模型基础研究，主要技术成果已成功应用到智慧交通、城市治理、生物医疗、大型国际赛事（亚运会和奥运会）等多个行业大模型中。
【工作内容】
1、负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新的技术及其应用场景；解决复杂问题的推理能力scaling up，探索Post-training的前沿技术，如Agent RL、test time learning，并参与research intern的指导，沉淀技术成果，提升部门的AI技术的影响力及AI产品的竞争力，以支撑业务的持续增长。
2、对大模型的效果进行持续调优，通过高效的Post-training手段（SFT、RL等）提升LLM领域模型在业务场景下的表现，支撑通义的AI普惠影响力建设和模型规模化调用。
职位要求
1. 通过高效的Post-training手段（SFT、RL等）提升LLM在业务场景下的表现，支撑通义的AI普惠影响力建设与调用规模推广，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先。
2. 计算机、人工智能、数学等相关专业硕士及以上学历，具备3年及以上机器学习、大模型相关领域的研发经验，熟悉Qwen等主流大模型架构、具备丰富的模型训练优化经验及LLM Agent、、RLHF、Agent RL等大模型训练技术、掌握高效的分布式训练框架和策略的优先。
3. 解决更复杂问题的推理能力scaling up，探索Post-training的前沿技术，如Agent RL、Test Time Learning等，能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环，有大模型相关高质量开源项目者优先。
4. 具备丰富大模型相关项目实战经验，有较强的业务理解能力，具备良好的沟通协作能力和跨团队合作意识，能够高效推动项目落地。
岗位：阿里云智能-AIOps可观测算法专家-杭州
职位描述
1. 负责LLM在运维领域的应用与落地，包括但不限于LLM/GPT、LangChain、知识图谱、图神经网络、强化学习等技术，探索智能运维与领域模型的结合，实现在业务中的应用落地；
2. 探索LLM技术在智能运维领域中的落地应用，负责算法模型研发，搭建LLM应用的框架，融入统一运维平台，为运维效率提升提供智能服务；
3. 参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署，保证数据的高质量和有效性；
4. 探索 Agent 在复杂任务中的应用，实现基于LLM的复杂任务在智能运维领域场景的应用落地；
5. 持续跟进LLM前沿技术、开源方案及其在智能运维领域的应用。
职位描述
1. 计算机、软件工程、人工智能、模式识别等相关专业；
2. 掌握LLM模型的算法原理、Fine-tuning、Prompt Engineering、向量数据库和 LangChain 等应用范式；在LLM领域，主导过大影响力的项目或论文者优先；
3. 对AIOps领域和应用LLM解决运维问题有强烈兴趣和技术热情；
4. 良好的沟通协作能力，能和团队一起探索新技术，推进技术进步；
5. 有技术 + 产品交叉经验更佳。
阿里云智能-高级安全算法专家-北京/杭州
职位描述
ꔷ 深入理解云安全业务场景（如攻击检测、异常行为分析、数据隐私保护、风险画像等），设计算法解决方案并实现规模化落地；
ꔷ 参与设计安全大模型的规划、研发和技术迭代，构建高精度、低时延、可解释的AI模型，解决安全场景特有的技术挑战；
ꔷ 负责云安全中心安全助手相关算法研究、开发、架构相关工作，提升安全助手的智能化能力和产品竞争力；
ꔷ 负责算法工具链与自动化平台建设，提升算法研发效率，降低业务团队使用门槛；
ꔷ 追踪AI与安全交叉领域的前沿技术（如AIGC安全、大模型对抗攻防），推动创新技术在业务场景中的预研与应用。
职位要求
ꔷ 本科及以上学历，计算机科学、人工智能、网络安全等相关专业，5年及以上算法研发经验；
ꔷ 精通深度学习、图神经网络、迁移学习等技术，熟悉PyTorch/TensorFlow等框架，具备大规模分布式训练和模型优化经验。
ꔷ 深入理解云安全业务逻辑，熟悉常见攻击手法（如APT攻击、0day漏洞利用）及防御技术，有威胁狩猎、UEBA、反欺诈等项目经验者优先。
ꔷ 具备扎实的工程能力，熟悉高并发、低延迟的在线推理系统设计，有Flink/Spark等大数据处理经验。
ꔷ 出色的业务洞察力和技术判断力，能快速将业务问题转化为算法问题并提出创新解法。
ꔷ 优秀的跨团队协作与资源整合能力，擅长在复杂组织中推动技术方案落地，对技术趋势敏感，具备开源社区贡献或顶会论文（如KDD、CCS、NDSS）者优先。
阿里云智能-数据挖掘算法专家-（新金融行业线）杭州
职位描述
1.核心风控模型研发与迭代:
主导或独立负责信贷风控全流程（包括但不限于反欺诈、申请评分、行为评分、催收评分等）的核心算法模型的设计、开发、验证与部署。
持续监控、评估线上模型的表现，并根据业务变化和模型效果进行快速迭代和优化，确保模型的稳定性和有效性。
2.数据挖掘与特征工程:
深度挖掘和分析内外部多维度数据（如信贷数据、用户行为数据、第三方征信数据等），构建并完善用户风险画像及特征体系。
运用创新的特征工程方法，从海量、复杂的数据中提炼出对风险有强区分度的变量，为模型性能的提升提供坚实基础。
3.前沿算法探索与应用:
跟进并研究业界在数据挖掘、机器学习、深度学习、图计算等领域的最新算法和技术趋势。
积极探索和评估前沿算法（如无监督学习、大语言模型等）在信贷风控场景中的应用价值，并推动其在实际业务中落地。
4.风险策略支持与业务赋能:
与风险策略、产品及业务团队紧密合作，深入理解业务痛点，将模型结果转化为可落地的风控策略，提供数据驱动的决策支持。
通过数据分析和模型洞察，为业务部门提供关于客群准入、额度管理、动态定价、风险预警等方面的专业建议。
5.技术沉淀与知识分享:
负责撰写清晰、完整的技术文档和模型报告，沉淀项目经验和知识。
在团队内部进行技术分享和培训，引领团队成员共同成长，提升团队整体的算法能力和风控水平。
职位要求
1、数学、统计学、运筹学、信息计算科学、大数据等相关专业优先;
2、熟悉信贷风控业务流程，了解风控数据服务行业的产品概况;
3、3年以上预测建模开发经验，动手能力强；
4、理解各类预测模型方法原理及限制条件，具备应用选择比较能力；
5、对数据敏感，具备对信息的量化提炼能力；
6、具备定义问题的能力，有系统性解决具体业务问题的方法及经验；
7、在满足以上条件下的候选人加分项：
A、信贷机构风控相关计量或管理相关经验；
B、图计算、社群挖掘开发及应用相关经验；
C、大数据(千亿级)工程开发及优化相关经验;
D、在金融机构驻场开发及交付风控预测模型经验；
E、信贷用户营销模型开发及优化相关经验；
F、基于运营商大数据开发信贷风控模型或营销模型的相关经验。
阿里云智能-无影大模型算法专家-上海/杭州
职位描述
1. 多模态大模型研发与优化
1) 设计并实现多模态大模型（图文音联合建模），解决跨模态语义对齐、动态数据处理等核心问题。
2) 优化模型生成能力，支持复杂多模态交互，实现毫秒级响应。
2. 多 Agent 系统算法设计
1) 构建多 Agent 协作框架，设计动态任务分配与博弈策略，解决资源争夺、动态联盟等复杂场景下的决策问题。
2) 结合博弈论与强化学习，开发对手建模模块，预测其他 Agent 的策略分布，优化协作效率。
3) 参与工业级 Agent 系统落地。
3. 行业场景落地与创新
1) 探索生成式 AI 与 RAG的结合，提升垂直领域的知识推理能力。
2) 跟踪前沿技术，推动技术方案的创新与落地。
职位要求
1. 技术技能
1) 模型开发：精通 Transformer 架构，熟悉多模态模型、大语言模型。
2) 工具链：熟练使用 PyTorch、TensorFlow、Transformers，掌握 Deepspeed、Magtran 等分布式训练工具。
3) 算法优化：熟悉 SFT、RLHF、LoRA 等微调技术，具备模型压缩等轻量化经验。
4) 分布式训练：了解 NCCL、Megatron-LM，有跨节点通信优化经验者优先。
2. 项目经验
1) 至少参与过 1 个完整的大模型项目（如预训练、微调、部署）。
2) 熟悉多模态数据处理流程，包括跨模态对齐、领域适配与模型压缩全链路优化。
3) 有工业级 Agent 系统落地经验者加分。
3. 其他
1) 具备良好的系统设计与工程化能力，能够从 0 到 1 构建技术方案。
2) 较强的学习能力与问题解决能力，能够快速掌握前沿技术。
3) 优秀的沟通协作能力，能够与产品、工程团队高效配合。
4. 加分项
1) 在相关会议（NeurIPS、ICML、CVPR）发表过论文，或在 Kaggle、天池等竞赛中获奖。
2) 有开源社区贡献经验（如参与 Hugging Face、PyTorch 生态开发）。
阿里云智能-算法专家-多模态大模型
【工作内容】
1、 负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新的技术及其应用场景；在基础大模型的基础上，根据行业需求，使用post-training（SFT、RL等）、Agentic AI等技术手段，研发领域模型，提升模型在业务场景下的表现，提升模型的性能和用户体验，以满足业务需求；
2、 负责大模型应用的构建过程，围绕多模态大模型在重点互娱、教育等行业的，研发以多模态大模型为核心的应用算法系统，确保应用的高效性与准确性，提升通义多模态大模型在垂类行业的广泛应用及规模化调用；
3、 紧跟多模态大模型前沿技术趋势，重点探索多模态大模型的低延迟复杂推理及作业场景迁移能力，从Test-Time Scaling到Context Scaling，提升模型处理复杂、多变场景以及对模糊指令的正确处理能力，拓展模型在重点领域的智力边界，并以开源、技术报告等方式沉淀研究成果。引入新的算法技术和理念，为团队技术迭代提供前瞻性建议。
职位要求
1、 硕士及以上学历，计算机、人工智能等相关专业，具备扎实的多模态技术基础，有丰富的视觉、多模态技术研究成果发表及落地，在计算机顶会和期刊发表相关成果者优先(CVPR、ICCV、NeurIPS等）；
2、 三年以上的多模态相关算法研究及应用经验；熟练掌握Qwen-VL等主流多模态大模型的模型架构及原理，包括但不限于视觉编码器优化、跨模态融合机制、多模态位置编码等。具备多模态大模型后训练策略优化（指令微调、对齐微调、RLHF等）和高质量数据合成方面的实战经验，掌握高效的分布式训练（如 ZeRO, FSDP, DeepSpeed）、混合精度训练等训练框架和策略的优先；
3、 有丰富的前沿技术产业界的落地经验，包括垂域微调（参数高效微调、领域适配方案）、模型融合（VLM与专用模型集成）、模型轻量化（INT8/INT4 量化、后训练量化、知识蒸馏）、推理优化（算子优化、KV Cache 优化、vLLM等高效推理引擎使用）等，参与及负责过大型AI系统端到端技术方案设计、多模态大模型的应用产品开发或者大影响力的AI项目者优先；
4、 具备良好的沟通协作能力和跨团队合作意识，能高效推动算法系统满足业务需求。
阿里云智能-视觉算法专家-业务安全
职位描述
1. 算法设计与技术攻坚
a. 负责实人认证、活体检测、证件伪造识别等核心算法的研发与优化，包括但不限于动态活体检测、生物特征防伪（抵御3D面具、屏幕翻拍攻击）、证件信息结构化解析、卡证图片分类等方向
b. Deepfake检测：深入研究并开发Deepfake检测技术，针对日益复杂和多样化的深度伪造手法，设计并优化高效、精准的检测模型和算法。提升现有Deepfake检测方法的泛化性和鲁棒性，确保检测系统能够适应不同场景下（国内业务及国际业务）的伪造人脸，同时具备对新型攻击手段的快速防御和响应能力
c. 攻克复杂环境下的算法鲁棒性问题，如极端光照、遮挡、跨设备兼容性等，确保算法在高并发场景下的稳定运行
d. 主导算法从原型到规模化部署的全链路工作，优化模型推理性能（如端侧SDK轻量化、服务端分布式计算），满足金融级时延与资源消耗要求
2. 算法研究
a. 跟踪CV顶会和AIGC领域前沿进展，确保技术与行业趋势保持一致
职位要求
1. 5年以上多模态视觉算法研发经验，精通活体检测（动作/静默）、人脸比对、证件防伪等方向，有金融级项目落地经验、安全算法背景者优先
2. 扎实的工程实现能力，熟练掌握Python、TensorFlow、PyTorch等深度学习框架，具备AIGC相关的算法经验和业务落地经验，具备对抗样本生成与防御实战经验优先
3. 具备模型压缩（量化、剪枝）工程化经验，熟悉ONNX/MNN等端侧推理引擎
4. 在AI顶会顶刊发表过AIGC相关的高水平论文者优先
2026-07-04 12:59
IP属地：浙江杭州
职位福利
硕士5-10年多模态大模型应用agentlangchainragllm搜推算法
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
