小红书AI搜索广告算法工程师-商业算法

T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 1、参与并负责核心业务场景的各类算法，包括个性化推荐系统等核心算法能力； 2、深度参与商品、内容分发算法设计，提升流量匹配的效率和用户粘性； 3、建设包括AGENT、RAG召回、粗排、精排、重排、混排等推荐算法，打造集团和业界一流的算法； 4、探索大语言模型（LLM）、多模态大模型、Agent及RAG技术在搜推领域的应用，利用SFT微调、强化学习（RLHF/DPO）、提示词工程等手段，提升对用户意图的深度理解及内容承接能力。

1. 前沿技术落地：负责 Agentic Search/Reasoning、Deep Research 及多模态大模型在电商场景的应用；探索 RLHF/RLAIF 对齐技术，推动搜推广架构向生成式预估/召回演进，验证 Scaling Law 潜力。 2. 体验重构优化：深耕 Query 意图理解、语义检索及 UGC 内容生成；利用 LLM CoT 增强用户行为建模与偏好推理，提升搜推相关性、丰富度及匹配精准度。 3. AIGC 商业提效：构建生成式内容生态（自动标题/卖点、文生图/视频、自动化投放），通过提升内容质量与生产效率，驱动用户体验与商业转化双增长。 4. 智能体体系构建：研发 AI Agent、Agentic RL 及多智能体协同技术，应用于智能导购、交互式搜推及复杂供需匹配，打造具备自主推理、动态规划及自进化能力的智能系统。

1、负责搜索广告 AI 检索技术研发，将多模态大模型落地于语义检索、生成式推荐、端到端召回等无关键词召回技术中，促进 LLM、Agent 等技术在搜索广告业务中用户洞察、投放标的理解、动态创意等方面的落地； 2、负责搜索广告 AI 匹配技术研发，通过最新的生成式 AI 等技术升级广告匹配链路，重构意图理解、需求匹配、转化预估能力，探索多模态大模型、Agent、排序大模型等技术在用户需求匹配方面的应用。

1、协助制定并执行AI搜索优化策略，研究豆包、千问等AI大模型的内容抓取喜好，分析行业竞品，挖掘优化机会，提升品牌在AI搜索中的曝光度和可信度。 2、参与内容优化全流程，协助策划、撰写适合AI抓取的内容（比如常见问题FAQ、行业案例、科普文章等），优化内容结构，让内容更易被AI识别和引用。 3、协助在自媒体、行业论坛、新闻平台等渠道发布优化后的内容，搭建跨平台内容矩阵，保证品牌信息统一、专业，提高内容被AI引用的概率。 4、 负责AI搜索相关数据的监测和初步分析，跟踪AI平台对品牌的提及情况、内容抓取效果，整理成易懂的数据报告，找到优化方向，助力策略迭代。 5、关注AI大模型、AI搜索优化的行业动态和优秀案例，收集相关信息，为团队优化策略提供参考，协助开展优化实验并跟进落地。 6、 配合内容、数据分析、产品等跨部门协作，推动AI搜索优化工作落地，确保运营动作和公司整体营销目标保持一致。