饿了么淘宝闪购-NLP算法专家-服务领域

1、负责淘宝闪购智能客服领域的核心算法优化迭代，中长期技术规划，制定相应的技术发展方向，并在具体场景成功应用； 2、负责基于智能问答系统、知识推荐、智能机器人、客服智能助手、机器质检的相关算法研究和知识库建立； 3、深耕业务特点和服务场景，分析海量用户行为数据，增加有效的用户特征，改进模型和召回、排序策略，提升人工智能解决方案。

我们是饿了么到家搜推算法团队，负责淘宝闪购、支付宝闪购、饿了么APP搜推场景的算法迭代，业务领域包括餐饮、零售、医药，核心方向包括：搜推场景下的召回排序、图文视频素材生成、素材优选智能展示等，具体方向细分为如下： 1、搜推系统：Query理解、召回优化(语义/多模态/个性化)、排序算法(粗排/精排/重排)的迭代； 2、文本素材：推荐理由生成、商品标题优化、商品卖点挖掘、解释性内容生成&召回优选； 3、智能创意：图片美化、图文/图图自适应合成、文本生成图片、动图视频生成&召回优选； 4、趋势热点：实时趋势、周期趋势及未来趋势的感知及内容建设，赋能业务； 5、跟踪算法领域的前沿技术动态，结合搜推业务进行技术引入和产品创新。

1. 搜索意图理解，基本NLP的工作，以NLU为主。其中，搜索关键词理解是主要场景，并有搜索SUG、融合搜、主搜索链路等落地场景。具体NLP任务有且不限于，对于词的基本理解、分类、纠错改写同义归一等； 2.搜索相关性&召回，参与建设闪购搜索场景的Query召回、相关性模块的算法优化，包括召回、相关性等模型的开发&研究； 3.大规模预训练LLM。建设淘宝闪购垂域场景下的语言大模型/多模态大模型，基于通用底座，进行retrain or fine-tune；需要对模型训练底层的算力、框架比较熟悉；构建样本、设计训练任务，并持续调优；上层支撑对应的任务和业务场景，拿收益。

1. 负责商品理解相关算法的研发与落地，包括但不限于商品分类、属性抽取、语义理解、多模态表征等方向，支撑商品供给的组织、规划、C端表达等核心业务场景； 2. 结合平台海量商品数据，构建高质量的商品标签体系，提升商品信息的结构化与语义化表达能力； 3. 深入理解商品与用户行为之间的关联，基于用户决策行为，挖掘商品卖点优势信息，提升用户体验和业务指标； 4. 跟进前沿算法技术，探索大模型、多模态学习、预训练语言模型等在商品理解场景中的应用，并推动技术成果落地。