饿了么淘宝闪购-搜索推荐算法专家-AI应用算法
任职要求
1. 基础NLP方面，有3~5年以上实际研究或项目经验；或者，在大模型方面，有3年以上的研究或项目经验。总体工作年限在3年以上； 2. 良好的编程能力，熟练使用至少一种常用编程语言，如Pytho…
工作职责
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.负责搜推系统和引擎的设计与开发，构建高性能、高并发的分布式架构，支撑搜索与推荐业务的核心场景； 2.负责设计高性能数据结构，支撑海量数据下各种复杂索引结构的低延迟查询； 3.负责搜推技术框架的规划与设计，负责产品的核心功能、公共核心模块的代码编写； 4.与算法团队紧密合作，负责深度学习模型的线上推理性能优化，支撑全场景各种复杂模型的在线推理业务需求； 5.探索新技术方向，参与AI工程化项目，通过技术创新解决实际问题，推动系统性能和稳定性持续改进。
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。
1、基于淘宝闪购本地生活业务，聚焦营销/推荐/搜索算法策略的优化、用户体验/产品效率提升、Al Agent赋能等方向，通过科学的指标体系定义和严谨的数据分析，快速发现、定位业务与技术方向的问题与机会 2、负责复杂实验的设计和评估，通过A/B或因果推断方法进行度量和分析，驱动算法&产品&策略持续优化创新，实现目标的增长和效率提升 3、利用数据挖掘、统计建模等方法主动完成较为深入的专项数据分析与洞察，将复杂问题进行拆解、定义并设计合理的解决方案，与各协作团队紧密配合，推进方案落地取得收益
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！