多模态内容理解算法及应用-阿里星/T-Star

【我们做什么】

1. 01

   素材质量：守住平台体验底线，优化素材质和量。涉及劣质素材审核、素材优选、封面/看点生产等

2. 02

   内容库：完善和优化内容的基础数据，为前台应用提供高质量可靠的基础数据。涉及关系型数据（如同源、相似、原创）；标签型数据（如内容分类等）

3. 03

   推荐基础模型&应用：依托创新业务场景和大模型新技术，沉淀推荐基础模型。涉及SID、生成式推荐基础模型、穿搭星球、AIGC评论等 相关研究课题细分方向如下： ● 面向质量任务的VQA能力建设及在视频审核中的应用 ● 面向直播流的轻量化模型应用及大模型知识蒸馏技术 ● 结合推荐系统的泛化表征设计及分发应用 ● 百亿级视觉检索技术及淘宝素材同源库建设 ● 视频内容生成技术及质量攻防系统建设 ● 推荐基础大模型——将语义ID融入自然语言，用对话的形式去做推荐 ● 审核Agent——能记规则和样例、能自主调用工具，实现全机审

1. 01

   计算机科学/人工智能/机器学习等相关领域的硕士或博士，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构。

2. 02

   掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域。

3. 03

   有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先。

4. 04

   对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展。

5. 05

   在顶级会议或高水平期刊发表过论文，或有复现前沿论文的经验者优先。

6. 06

   具备较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路。

7. 07

   良好的沟通能力，能与工程师、产品经理高效协作，将技术方案转化为业务价值。

8. 08

   对电商场景有基本认知，愿意深入理解用户需求与商业逻辑。

【加分项】

1. 01

   有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历。

2. 02

   有海量数据处理经验或者大厂实习经验。

3. 03

   在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。