我们是谁？

招聘部门：阿里巴巴通义实验室-万相团队

工作城市：杭州、北京

邮箱：zhaokang.zk@alibaba-inc.com

我们做什么？

视觉生成：文生图，文生视频，图生视频

视觉编辑：图片编辑，视频编辑

我们都做，尽在通义万相：https://tongyi.aliyun.com/wanxiang/

我们在今年2月开源了Wan2.1: https://github.com/Wan-Video/Wan2.1，是目前业界最能打的开源视频生成模型(之一)；目前在VBench1.0上还是第一：https://huggingface.co/spaces/Vchitect/VBench_Leaderboard

我们要什么？

技术-算法-基础公共算法-基础模型

1.负责视频生成大模型的研发，重点提升模型效果，尺度定律的验证，不限于模型优化，训练优化，数据优化。

2.负责长上下文大模型训练，解决百万Tokens的有效和高效训练，能够生成高清长视频。

3.负责规模化图像和视频数据构建，能够清晰定义数据质量，规模化处理数据，度量数据质量。

技术-算法-基础公共算法-训练推理加速

1.负责视频生成大模型研发，重点解决视频生成模型的训练和推理效率问题。

2.负责研发各种无损推理加速算法，不限于cache、量化、采样优化等策略。

3.负责研发高效训练加速策略，不限于模型蒸馏，模型剪枝，attention计算近似等。

快到碗里来！

职位要求

1. 掌握机器学习和深度学习基础知识，熟悉常用视觉生成算法，熟悉Pytorch、Tensorflow等至少一种深度学习框架。

2. 极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言 ，ACM/ICPC、topcoder等编程比赛获奖者优先。

3. 良好的科研能力，有成果发表在CVPR、ICCV、NeurIPS、ICLR、TPAMI等国际顶级会议、期刊者优先。

4. 对生成方向具有技术热情、良好的技术洞察力和优秀的业务分析能力，能应对复杂的业务算法需求。