文远知行【2027届实习】算法测试QA实习生（2027届-可转正）-环卫车事业部-广州

【团队介绍】 团队专注于大语言模型（LLM）在电商场景下的算法研发与应用，致力于推动公司核心业务的智能化升级，并孵化创新AI产品。我们的工作涵盖多个前沿方向，包括：利用AIGC技术生成高质量的商品卖点和营销文案，助力降低获客成本、提升站内转化率；基于LLM打造智能导购与客服系统，优化用户体验与留存；探索通用及垂直领域Agent技术，以及生成式搜索与推荐算法等。团队现有20余名成员，多来自国内一线互联网企业和海内外知名高校，在大模型预训练、监督微调、强化学习等领域积累了丰富的实战经验，善于将前沿算法与电商业务深度融合，持续探索技术深度。 公司为团队配备充足的GPU资源，管理层对AI方向充满信心，并给予长期稳定的投入。我们建立了完善的导师带教机制，帮助应届生快速融入团队，熟悉业务与技术栈。此外，部门定期组织技术分享会，涵盖业务算法、前沿论文、行业动态等内容，确保团队始终紧跟技术前沿。 1、参与电商场景下基于大模型的AI导购、智能客服、商品文案与卖点生成、大模型驱动的商品与用户理解等算法的研发与落地； 2、负责监督微调（SFT）、强化学习（RL）等大模型后训练技术的探索与应用； 3、跟踪大模型领域的前沿进展，持续优化现有产品与技术方案，并撰写高质量学术论文，推动技术创新与成果输出。

加入唯品会CV团队，定义电商AI的视觉未来！ ? 【团队介绍】我们是谁？ 我们是唯品会CV团队，负责公司的视觉内容理解和生成相关业务。在这里，AI不只是实验室的Demo，而是驱动千亿级GMV的核心引擎。 玩转最前沿： 从image caption、图搜等多模态内容理解，到虚拟试衣、广告素材生成等 AIGC 创新，我们横跨多模态理解与图像视频生成两大巅峰战场。 让技术落地： 我们的代表作「穿上看看」是业内首个支持全量用户试衣的产品，欢迎你体验并跟业界对比，你的每一行代码，都可能被数千万用户实时感知。 ? 为什么选我们？（实习体验大升级） 算力与数据的“双重自由”： 告别“巧妇难为无米之炊”！我们坐拥海量高质量电商私域数据，更有专门的数据外包团队帮你从琐事中解脱，让你专注算法。GPU资源，支持你尝试多条技术路线。 大佬手把手，少走弯路： 团队大牛云集，成员多来自国内外顶尖名校及一线大厂。每个方向都有技术大佬亲带，带你深度参与从数据合成、SFT、强化学习到2步蒸馏的全栈实战。 不设限的成长空间： 我们拒绝做“调包侠”。在这里，你将接触到业界领先的 Badcase 闭环处理经验和全流程模型部署，打通从学术前沿到工业落地的“任督二脉”。 ?️你将挑战什么？ 1、定义新电商： 深度参与图搜、智能搭配、AIGC素材生产、虚拟试衣等核心业务迭代。 2、攻克技术高地： 紧跟 Flux、Qwen-VL 等 SOTA 模型进展，通过 继续预训练、SFT、强化学习、蒸馏等手段，挑战生成内容的真实感、可控性与推理极限。 3、闭环实战： 负责从数据清洗、模型训练、调优到部署的全生命周期，亲手打造高良品率的生产级模型。 ?

【团队介绍】 1、核心业务场景： 负责公司战略级增长业务，数据规模大、场景覆盖广（涵盖拉新、促活、留存全链路），技术落地产生巨大的商业价值。 2、技术氛围纯粹： 团队有丰富的用增算法工业届实践经验，推崇技术驱动，鼓励创新与探索。 3、全方位成长： 提供完善的一对一Mentor指导机制，实习生可深入参与从算法设计、离线实验到线上部署的全流程，积累宝贵的工业界实战经验。 1、因果推断建模，专注于解决“哪些用户需要干预”以及“干预带来的真实增量价值”问题 （1）增量模型： 研发和迭代Uplift模型，精准评估营销动作（Push、优惠券、月卡、权益）对不同用户的因果增量效应 (ITE)，解决传统响应模型无法区分“自然转化”与“被动转化”的问题。 （2）偏差消除与反事实推断： 研究观测数据中的选择偏差（Selection Bias）问题，利用IPW、IPM、双重鲁棒估计、工具变量等技术，在非随机流量下实现对ITE的无偏预估。 （3）研究多目标多场景多干预的联合建模，在高维混杂空间中的交互作用，建立联合分布模型。 2、运筹优化决策，致力于在多重约束下寻找全局最优解，解决“在当前约束条件下，如何最大化收益”的组合优化问题。 （1）多目标全局优化： 综合考虑GMV、获客、ROI 等多个目标，构建多目标规划模型。 （2）大规模运筹求解： 针对用户&商品粒度的干预场景，利用线性规划、整数规划或强化学习方法，求解有限预算下的资源分配策略，实现大盘收益最大化。 （3）引入时空信息，研究预算在不同时空条件下的Pacing策略，提升预算实用效率 3、AIGC内容生产与个性化推荐，探索如何利用大模型技术提升触达内容的吸引力，并实现内容与用户的精准匹配。 （1）生成式内容生产 (AIGC)： 基于LLM构建智能文案生成系统，自动化生产高点击率的Push内容，探索多模态（文生图/视频）在增长场景的应用。 （2）个性化推荐算法： 负责Push及站内触达场景的CTR/CVR预估模型优化，升物料分发的准确性。 （3）内容质量与创意优选： 建立内容质量打分体系，结合Bandit算法，实现创意的动态优选与冷启动探索。

【团队介绍】 唯品会搜索算法团队负责唯品会全站的搜索核心技术与业务，是连接亿万消费者与海量优质品牌商品的最核心流量枢纽，直接驱动集团庞大的GMV增长。团队致力于打造业内领先的电商搜索平台，通过前沿的AI技术持续提升用户的购物体验与平台的流量分发效率，践行“品牌特卖，就是超值”的业务使命。 团队规模庞大，核心成员来自国内外一线互联网大厂，拥有海内外顶尖高校硕士及以上学历背景。我们在电商搜索场景下拥有丰富的技术积淀，主要探索和落地的研究方向包括：自然语言处理与大语言模型（LLM）、多模态理解与检索、大规模深度学习排序、用户行为序列建模、在线学习（ODL）、多目标优化以及生成式AI技术在电商场景的前沿应用。 在资深算法专家的指导下，你将参与到唯品会搜索核心算法的研发与优化中，具体方向包括但不限于（可根据个人特长和兴趣侧重）： 1、搜索查询理解与多模态检索： 参与Query意图识别、实体抽取、纠错、同义词扩展等NLP模块的研发；构建基于深度学习的文本与多模态（图文融合）相关性模型，结合唯品会强视觉属性（服饰、美妆等）的特点，优化双塔/多塔检索模型，全面提升搜索的召回率与准确率； 2、搜索个性化排序： 深入参与搜索粗排、精排、重排模型的迭代。负责CTR/CVR预估模型的结构探索与创新；挖掘海量用户行为数据，主导长短期序列建模的升级；优化在线学习技术以捕捉用户实时兴趣；参与多目标排序策略的制定与融合，实现流量价值最大化； 3、搜索推词与引导： 负责搜索框下拉提示（Suggest）、相关搜索、搜索发现、搜索底纹等导购链路的算法优化，基于用户历史行为与大盘趋势，提升推词的生成质量与推荐转化效率； 4、生成式搜索与LLM探索： 追踪并探索大语言模型（LLM）在电商搜索中的前沿应用。利用大模型进行Query改写、商品核心卖点提炼、意图泛化，以及探索下一代生成式电商智能搜索形态。