岗位职责
我们是谁： -事业群简介：我们是阿里智能信息事业群，专注于千问APP、夸克APP、AI眼镜等AI to C的业务，为2亿用户群体提供AI服务，你或你身边的小伙伴中可能就是我们的用户。我们是一支致力于在AI赛道长期发展、创新务实的团队，欢迎每一位有想法、对AI有热情的小伙伴和我们一起参与这个令人激动的过程。 -团队简介：我们是“千问相机”背后的多模搜索&问答算法团队，负责构建面向千问APP、夸克APP、AI眼镜等产品的统一多模态搜索技术体系，我们基于百亿级图文/视频库及海量用户真实场景需求，攻克多模态对齐与检索难题，探索大模型与搜索的深度融合，支撑全网搜索、智能拍搜、多模态RAG等关键场景。团队技术氛围浓厚，工作氛围开放包容，加入我们，与顶尖工程师共同成长！ 你会参与到：
- 多模态PlannCoT，理解用户图文query并规划合理的工具调用路径，为生成提供多模态内容供给
- 通过VLM post-training技术提升模型在行业知识、多轮对话、RA引用、偏好对齐等专项能力
- 构建多模态数据生产体系，提升模型在数字化内容理解、图文对齐、图表理解等内化能力
- 探索强化学习在复杂交互场景中的应用，尤其是多模态planning、视觉reasoning
职位要求
- 计算机、数学等相关专业，有良好的分析问题、解决问题能力和沟通协作能力
- 有扎实的深度学习技术基础，在多模态、VLM、RL等方面有一定的应用经验优先
- 对ai有持续的学习热情，在相关会议或期刊(cvpr、acl、iccv等)有论文发表者优先
- 具备充足的实习时间，每周到岗4天及以上，可长期实习者优先
