淘宝闪购淘宝闪购-算法工程专家-营销超算-杭州
任职要求
1.计算机科学、软件工程、人工智能等相关专业，3年以上工程化开发经验（含1年以上 RL 或深度学习基础设施相关经验）； 2.熟练掌握 Python编程，具备扎实的工程编码能力，熟悉 C/C++ 者优先（底层优化场景）； 3.深入理解深度学习框架（PyTorch），精通分布式训练原理与实践（FSDP/DeepSpeed/Megatron/Ray 等工具使用经验）； 4.具备强化学习基础，理解 RL 训练流…
工作职责
1.负责LLM RL、Agentic RL强化学习训练框架的设计、开发与性能优化，支撑大规模 RL算法（如 PPO、DQN、GRPO等）的高效落地； 2.构建分布式训练体系，优化训推异步、partial rollout、数据并行、模型并行、Replay Buffer分布式存储与调度策略，提升GPU 利用率与训练吞吐； 3.设计并实现 RL 训练全流程工具链：包括环境封装、数据预处理、模型版本管理、训练日志监控、指标可视化（TensorBoard/Weights & Biases）等； 4.解决 RL 训练中的工程瓶颈：如样本传输延迟、GPU 显存溢出、训练稳定性（梯度爆炸/消失）等问题，提供工程化解决方案； 5.与 RL 算法团队紧密协作，理解算法需求，迭代基础设施，适配多场景的训练需求； 6.跟进强化学习与分布式训练领域的前沿技术（如 VERL、rllm、Agentlightning、Ray、Megatron-LM等），并落地到实际系统中。
1.负责LLM RL、Agentic RL强化学习训练框架的设计、开发与性能优化，支撑大规模 RL算法（如 PPO、DQN、GRPO等）的高效落地； 2.构建分布式训练体系，优化训推异步、partial rollout、数据并行、模型并行、Replay Buffer分布式存储与调度策略，提升GPU 利用率与训练吞吐； 3.设计并实现 RL 训练全流程工具链：包括环境封装、数据预处理、模型版本管理、训练日志监控、指标可视化（TensorBoard/Weights & Biases）等； 4.解决 RL 训练中的工程瓶颈：如样本传输延迟、GPU 显存溢出、训练稳定性（梯度爆炸/消失）等问题，提供工程化解决方案； 5.与 RL 算法团队紧密协作，理解算法需求，迭代基础设施，适配多场景的训练需求； 6.跟进强化学习与分布式训练领域的前沿技术（如 VERL、rllm、Agentlightning、Ray、Megatron-LM等），并落地到实际系统中。
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
负责高德共享出行(打车)业务核心链路的推荐 & 营销算法与大模型技术落地，直接对打车主链路 GMV、订单转化率与营销 ROI 负责: • 主导打车核心链路推荐算法与营销算法的构建与迭代，覆盖多任务学习(MTL)、多场景建模、用户长短期序列建模、因果推断(Uplift Modeling)等方向； • 负责营销补贴/权益的智能分发策略，通过因果建模与运筹优化实现预算约束下的 ROI 最大化； • 推动 LLM 在打车主链路各个场景的落地，包括但不限于：大模型用户画像与意图理解、生成式推荐(Generative Recommendation)、大模型营销文案生成等。
负责高德共享出行(打车)业务核心链路的推荐 & 营销算法与大模型技术落地，直接对打车主链路 GMV、订单转化率与营销 ROI 负责: • 主导打车核心链路推荐算法与营销算法的构建与迭代，覆盖多任务学习(MTL)、多场景建模、用户长短期序列建模、因果推断(Uplift Modeling)等方向； • 负责营销补贴/权益的智能分发策略，通过因果建模与运筹优化实现预算约束下的 ROI 最大化； • 推动 LLM 在打车主链路各个场景的落地，包括但不限于：大模型用户画像与意图理解、生成式推荐(Generative Recommendation)、大模型营销文案生成等。