饿了么淘宝闪购-生成式搜索推荐算法专家-上海

1. 负责淘宝闪购搜索推荐算法的基础模型研发工作，包括店铺和商品信息流推荐、搜索结果页排序等，覆盖千万级DAU； 2. 基于业务问题，设计并实现推荐全链路算法模型，包括召回、粗排、精排、重排及混排等模块，搜索全链路算法模型，包括Query理解、召回、精排、重排等模块，持续迭代提升业务效果； 3. 跟踪国内外搜索推荐领域的最新进展，结合业务特点进行技术创新，推动算法模型的优化和升级； 4. 协同业务进行跨团队合作，与产品、运营等部门紧密合作，确保算法模型的有效落地和业务目标的达成。

1. 负责B端餐饮SaaS业务核心算法模块的设计、开发与持续优化，探索并落地大模型（LLM）在餐饮SaaS业务领域的创新应用，如智能自然语言对话取数、数据分析、智能营销、智能文案生成、Agent驱动的自动化运营等； 2. 掌握LLM相关Prompt Engineering、RAG、微调、强化学习等前沿技术，能够构建高效、可扩展的实时特征工程与在线推理系统，支撑高并发、低延迟的算法服务； 3. 主导模型应用与AI基建技术架构演进，与产品、工程、数据、运营团队紧密协作，将算法能力转化为实际业务价值；优化数据合成、模型训练、Agent服务等核心环节，解决推理优化、大模型幻觉、知识库召回准确率等复杂技术问题。

我们是淘天集团淘宝用户算法团队，致力于通过外投广告算法、商品推荐算法、权益激励算法及消息触达策略的深度融合，驱动淘宝用户的高效增长与长期价值提升。团队聚焦用户全生命周期管理，以大规模机器学习、序列建模、因果推断、运筹优化等为核心技术引擎，在获客效率、增量GMV和用户LTV等关键指标上持续突破。 我们正在寻找在搜推广建模、增量效果预估、因果推断与决策优化等方面有深厚积累的同学，共同打造业界领先的用户增长算法体系。 核心职责: 1. 用户理解: 基于手淘全面丰富的用户数据，构建手淘最细粒度的用户画像体系，探索大模型范式下的用户表征和兴趣建模，训练高精度CTR/CVR/GMV/LTV/LT等预估模型，让“未来价值”可预测、可运营。 2. 用户承接: 负责手淘核心增量人群（包括低活低购，闪购等）的推荐算法工作，通过全链路的推荐核心算法&策略优化（召回，粗排，精排，混排等）极致提升目标人群的个性化推荐效率；探索生成式推荐等创新范式在工业级大流量场景下的落地实践。 3. 智能推送：基于用户行为数据，构建高效的个性化推送与推荐模型，持续优化用户消息素材召回，排序，触达时机&频控以及消息智能文案的生成，提升消息触达用户的效率。 为什么选择我们？ ● 技术驱动增长：我们用最前沿的AI技术解决真实的亿级用户增长问题，每一次模型迭代都直接影响数千万用户的体验与平台核心指标； ● 丰富的数据与场景：覆盖搜索、推荐、广告、消息、权益等多个高维交互场景，提供极具挑战性的建模空间； ● 顶尖的算法氛围：团队汇聚来自国内外一流高校和企业的算法精英，持续输出高水平技术成果； ● 广阔的发展空间：参与从0到1的创新项目，主导关键技术方向，快速成长为领域专家或技术负责人。 如果你热衷于用算法改变用户体验，擅长从海量数据中挖掘增长机会，尤其是具备搜推广模型优化、因果建模、用户增量建模等方面的实战经验，欢迎加入我们，一起定义下一代用户增长范式！

负责淘宝闪购搜索推荐场景下，生成式大模型训练及推理能力迭代，主要解决大规模数据下的分布式训练以及在线推理能力。 1、参与生成式模型相关的大规模分布式机器学习平台的架构设计和构建； 2、参与大规模海量数据的离线训练和在线推理，提升模型预测的准确性和实时性； 3、与算法部门深度合作，进行算法与系统的联合优化； 4、持续关注领域内先进的技术和理论，负责机器学习系统前瞻技术的调研和引入。