饿了么饿了么-算法专家-到家广告机制
任职要求
1. 3年以上互联网行业排序机制算法工作经验，搜索/推荐/广告算法相关背景plus，对算法相关的离线建模、在线开发有经验； 2. 至少熟练掌握C++/Java/Python其中一种进行开发，有一定的工程实现能力； 3. 熟悉数据库查询语言如SQL，有hive SQL使用经验更佳； 4. 对业务有独立思考，具备业务抽象和建模能力，能够将复杂的业务场景进行分解、抽象，建模成标准化的业务模型，能够有效解决实际的业务问题，带来业务上效果的提升
工作职责
1. 负责阿里本地生活到家广告相关业务产品的机制算法研发工作，运用机器学习、深度学习、在线学习、运筹学、机制设计等技术，结合LBS的业务特点，在广告机制和投放策略、广告主赋能等领域进行深耕，支撑业务快速发展；具体工作方向，包括但不限于广告分发策略优化、广告扣费机制优化、OCPC\OCPX等智能出价、广告主经营诊断等； 2. 负责对机器学习、运筹学、优化等前沿技术的探索与研究，结合阿里本地生活业务的实际应用场景，提供算法解决方案 3. 紧跟行业最新发展趋势，积极探索和应用前沿技术，不断优化升级推荐与广告系统，以技术创新引领市场地位。
我们是阿里巴巴饿了么到家搜索算法部门搜索导购算法团队，核心算法工作包括搜索导语生成、排序模型、机制策略、端智能等技术方向以及LBS业务特色下，算法技术的共性与特性探索。我们致力于研究最前沿的到家搜索增长解决方案，探索高价值本地大数据，深挖数据背后的基础运行规律，引领搜索算法技术变革。 1.负责搜索规模增长优化，从海量数据中提取相关特征，刻画用户搜索使用概率问题，负责导语排序模型、导语流量机制、端智能等方面的研究和实现。 2.负责算法驱动的业务拓展优化，包括但不限于零售行业增长、内容化兴趣激发、搜索全域渗透、趋势挖掘和分发、商业机制优化等。 3.参与LBS场景下极具挑战的算法研发工作，包括但不限于LLM在用户意图理解&导语生成&导语分发的深度应用、端云一体化的导购算法优化、生成式导语构建、LBS下的导搜算法系统等。
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
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. 知识图谱。主导、参与、设计知识图谱，包括底层本地层设计、实体挖掘、关系抽取、知识推理等。结合零售、医药等领域，并结合搜索词、场景词，构建更为完整的意图图谱体系。图谱建构既需要考虑行业的多样性，也需兼顾行业实体的属性、关系深度，最终目标是构建并长期迭代一个高覆盖、高质量的知识图谱； 2. 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； 3.参与建设了么搜索场景的Query供给、召回、排序模块的算法优化，包括候选质量控制、出词相关性计算、以及CTR、CVR、GMV等预估模型的开发； 4.大规模预训练LLM。建设饿了么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。