杭州图像识别算法工程师
作为图像识别算法工程师，您将负责开发和优化用于计算机视觉系统的算法和模型。您需要熟悉深度学习、神经网络和机器学习等领域的知识，并能够利用这些技术来识别、分类和理解图像和视频数据。您的工作可能涉及人脸识别、目标检测、图像分割、特征提取等方面的算法研发。此外，您可能需要与其他工程师、数据科学家和产品团队合作，将算法集成到实际的生产系统中，并对其性能进行调优和优化。您需要具备扎实的编程能力，熟悉常用的深度学习框架如TensorFlow、PyTorch等，并能够不断跟踪最新的研究成果和技术进展，以保持对图像识别领域的领先竞争力。这个职位需要具备扎实的数学和统计知识，以及对图像处理和计算机视觉领域的深入理解。
薪酬概览
平均月薪
¥39300
中位数 ¥20000 ｜ 区间 ¥30600 - ¥47900
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
77.8% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
5
对比上月：岗位减少5
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 5 | 100% |
热招职位
1. 研发具身场景自动标注与数据质量评估算法，覆盖运动、感知、具身规划等多层标注及多模态对齐，构建标注自动校验与质量评分体系。
2. 研究 Data-Centric AI 前沿方法（数据混合优化、主动数据选择、数据影响函数等），通过消融实验、归因分析等手段量化不同数据源对模型性能的边际贡献，探索具身场景下的数据 scaling law。
3. 基于价值量化结果制定并迭代训练数据配方（来源配比、质量阈值、规模规划），为数据飞轮的资源分配提供量化依据。
4. 负责具身数据预处理流程的算法设计，包括多模态对齐、轨迹平滑、异常检测与清洗等环节的规范化与自动化。
1、 研发面向仿真的3D生成与重建算法，覆盖单体资产（关节体、可形变物体等）到场景级环境，产出几何合法、物理参数完备、可直接导入物理引擎的高质量3D模型与可交互仿真场景；打通从真实采集数据到可编辑仿真场景的链路；
2、 研发面向仿真训练的高通量渲染管线，包括但不限于3DGS批量渲染优化、物理引擎与渲染的耦合更新机制、以及多环境并行渲染架构，支撑大规模视觉强化学习的实时视觉观测需求；
3、 探索Agentic场景生成等前沿方向，利用驱动场景的自动化构建与迭代；
4、 优化研究Sim2Real闭环相关技术：域随机化、Real-to-Sim重建、合成演示数据生成等，提升具身策略在真实环境中的泛化能力。
1、负责淘宝闪购场景下的核心搜索推荐场景流量分发机制设计与模型开发，提升商品和店铺的算法匹配效率及平台长期生态价值；
2、深入理解业务场景，优化算法模型，提高用户点击率和转化率，增强用户体验；
3、通过数据挖掘与分析，不断迭代算法模型，提升流量分发对平台目标的牵引能力；
4、参与算法团队的技术攻关，解决实际业务中的复杂问题，推动技术创新。
1. 计算机、数学或统计学相关专业硕士及以上学历；
2. 熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；
3. 有LLM算法优化经验，在智能客服、对话系统、知识增强（RAG）、AI Agent等领域有落地经验更优；
4. 具备优秀的分析问题和解决问题的能力、良好的沟通协作能力。
1、2年以上多模态或计算机视觉相关经验；有第一梯队大模型研发团队经历、CCF-A 类会议论文发表、或电商/零售行业落地经验者优先；
2、代码级熟悉VL开源生态，对网络架构、训练框架或推理优化至少一个方向有深入掌握；
3、具备大模型预训练或后训练完整实操经验；具备各阶段/多任务相互配合以及折中权衡等决策能力；
4、具备亿级别以上样本的查询、处理、调度等工程技巧；具备从数据和评测角度进行溯源和归因的能力；
5、 在真实业务场景中实现过外推泛化案例者优先。
1. 计算机视觉、人工智能、图形学等相关专业硕士及以上学历，2年以上业务研发经验；
2. 熟练运用PyTorch深度学习框架，具备扎实的生成模型开发与调优能力，熟悉Stable Diffusion、ControlNet等2D AIGC技术栈；
3. 了解SFT、DPO、RLHF等对齐训练方法，有实际微调或偏好优化项目经验；
4. 对3D打印、工业制造有浓厚兴趣，具备强大的自驱力和快速学习能力，敢于挑战技术难题。
【加分项】 具备多模态理解基础，能处理文本-图像联合建模任务，有领域知识注入或多模态指令微调经验者优先；
【加分项】 有3D打印、工业制造、产品设计或创意内容生成（如潮玩、文玩、IP衍生品）相关经验者优先；
1. 计算机科学、统计学或相关领域的硕士及以上学位。
2. 至少两年以上工作经验，具有强化学习在大模型的相关应用项目经验。
3. 熟练掌握深度学习、强化学习以及传统机器学习算法，有在风险评估或决策系统中应用这些技术的实战经验。
4. 擅长使用Python和至少一种深度学习框架（如TensorFlow或PyTorch），有良好的软件开发能力和编程习惯。
5. 具有优秀的数据分析能力，并能够对数据进行洞察以引导模型的建立和优化。
6. 具备在不确定环境下主动识别问题、分析问题并解决问题的能力。
7. 有出色的团队协作和沟通能力，能够在跨职能团队中高效合作。
8. 持续关注行业趋势和学术进展，对新技术抱有热情并愿意快速学习并应用于工作中。
作为核心成员参与到阿里巴巴智能设计、智能文档相关的业务，通过应用LLM与业务深度结合，打造自动化的智能文档技术（版面理解、要素抽取），以及打造智能设计（设计稿评分、设计稿组建理解、NL2Layout等）
1、核心算法研发： 负责智能设计与文档理解（Document Intelligence）领域的前沿算法研发，包括但不限于版面分析（Layout Analysis）、表格理解、元素对齐与美学评估、多模态图文融合生成等。
2、智能设计系统搭建： 研发自动化排版、智能海报生成、UI/UX自动化设计、PPT/文档自动美化等核心引擎。
3、版面理解与重构： 攻克复杂版面下的OCR识别、结构化解析、阅读顺序还原等技术难点，实现文档从像素级到语义级的深度转化。
4、前沿技术转化： 跟踪CVPR、ICCV、ECCV、NeurIPS、SIGGRAPH等顶会最新研究，将SOTA模型转化为可落地的产品原型，保持公司在智能办公/智能设计领域的领先地位。
5、工程优化： 负责模型在端云侧的部署优化，提升大规模文档处理的效率与鲁棒性。
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性
2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力
3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等
4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
1. 负责闪购场景下生成式商品推荐系统的设计与实现，推动 OneRec/OneSearch 等端到端架构在千万级 DAU 业务中落地。
2. 主导基于 Decoder-Only 架构的商品生成与排序算法，利用强化学习（RL）优化奖励系统，提升推荐的准确性和转化率。
3. 构建多模态用户表征体系，深度融合长短期行为，利用语义建模技术打造下一代用户标签体系。
4. 应用层级量化编码（RQ-VAE）等技术解决商品结构化难题，持续优化 CTR 和订单转化指标。
1、计算机科学相关专业（人工智能、计算机科学、电子信息工程、数学、统计等）；
2、扎实的技术背景，掌握深度学习/强化学习/LLM&AIGC等相关的基础知识，有相关的实践或研究经验；
3、熟悉 PyTorch，TensorFlow等深度学习平台；
4、有大模型&生成式出价、搜推广等方向优化经验优先；
5、有国际顶会发表过论文优先，参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并获奖优先；
6、具有快速学习能力，有责任感，良好的团队合作和沟通能力；
1. 计算机、数学、统计学或人工智能相关专业硕士及以上学历；
2. 具备 1 年以上机器学习/深度学习研发经验，有搜索、推荐、广告或运筹优化背景者优先；有 LLM 相关实践经验（如微调、推理优化、检索增强）者尤为欢迎；
3. 扎实的编程功底，精通 Python/C++/Java 至少一种，熟悉 TensorFlow、PyTorch 或 HuggingFace 生态；
4. 对数据高度敏感，具备优秀的逻辑思维能力，能独立定义问题并设计解决方案；
5. 具备良好的沟通协作能力，快速学习、严谨务实、抗压能力强，保持对技术的热情与好奇心；
6. 在 KDD、SIGIR、WWW、CIKM、ICML、NeurIPS、ACL 等顶级会议或期刊发表过论文者优先。