高德地图高德-强化学习算法专家/高级算法工程师-视觉团队
任职要求
● 计算机、电子信息、数学等相关专业，硕士及以上学历，3年以上工作经验。 ● 精通强化学习核心算法，如PPO（Proximal Policy Optimization）、DDPG（Deep Deterministic Policy Gradient）、A3C 等，熟悉VLA等领域RL算法实践。 ● 熟悉仿真环境下的RL训练，比如Isaac Sim等，熟悉Real2SimReal者优先。 ● 有算法边缘设备部署经验者优先。 ● 有较强的动手能力，熟练掌握C++/Python编程语言，深刻理解计算机原理，有良好的数据结构和算法基础。 ● 具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神。 ● 具有CVPR/ICCV/ECCV/NIPS/ICRA等相关顶会论文者优先。
工作职责
参与空间智能项目，通过深度强化学习技术，建设下一代导航技术。
设计并实现复杂动态场景下的智能体实时运动规划与控制算法，跟踪强化学习、大模型与规划控制结合的前沿方向，提升智能体在未知开放环境中的鲁棒性和适应性。
我们是阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述： 1、参与并负责搜索、推荐算法研发，提升全球不同语言的搜索精准性和国家差异化个性化推荐体验。 2、参与并负责广告算法研发，提升全域流量广告流量变现效率，通过竞价及投放优化、素材生成等提升商家投放效率。 3、参与并负责用增算法的研发，提升电商获客效率，建设优化个性化外投广告、个性化触达消息、个性化权益补贴等算法能力。 4、参与研发生成式AI技术，推动生成式AI在国际电商领域的创新应用。
研发下一代机器人通用运动控制器的研发与落地：基于强化学习突破复杂地形自适应运动、多运动模态平滑切换、sim2real策略部署等关键技术，构建面向真实物理系统的运动策略训练框架，提升运动保真度与鲁棒性。
1. 负责召回、排序等相关模块，包括但不限于索引构建、向量召回、召回打分、粗排、精排、重排等工作，洞察业务需求，为用户提升更好的搜索体验 2. 负责大语言模型和多模态大模型相关研发。追踪前沿技术热点，开展预训练、sft、强化学习，并应用到搜索业务、推荐业务、AI产品中 3. 负责应用NLP/CV/多模态等相关技术，理解用户生产的内容，技术方向包括但不限于: 图文和视频等内容类型的打标分类、内容质量打标、热点发现、评论分析等；