优酷优酷-机器学习算法工程师-北京
任职要求
1、硕士及以上学历，计算机、人工智能、自动化、数学或统计等相关专业，研究方向为机器学习/数据挖掘/自然语言处理/计算机视觉等，算法基础扎实 2、熟练掌握Java/C++/Python中至少一门语言、PyTorch/TensorFlow中至少一个框架，在搜索推荐/大模型/多模态等方向有项目经历 3、具备良好的业务洞察、问题分析和解决、沟通协作的能力；在人工智能领域的国际会议或期刊上发表过论文者优先
工作职责
负责优酷在视频搜索、AI搜索等业务的算法设计和优化，包括但不限于： 1、利用深度学习和运筹优化等技术，从相关性和个性化两方面优化优酷搜索的召回和粗排算法、流量调控机制等 2、基于多模态表征模型和视觉语言模型等增强内容理解，赋能更多搜索推荐模块和场景，提升内容尤其是腰尾部的分发效率 3、通过内容理解、RAG和工作流搭建，优化AI搜索的口语化模糊检索、剧情问答和定位等能力，并探索自主决策的智能体模型
1. 负责空调热管理智能算法的需求分析； 2. 负责空调热管理智能算法模型开发； 3. 负责空调热管理智能算法仿真环境搭建与维护； 4. 负责空调热管理智能算法集成落地； 5. 负责空调热管理大数据挖掘分析、优化算法； 6. 负责空调热管理算法问题跟踪、分析和解决。
联盟算法团队依托淘宝联盟和淘宝内容营销，以先进的机器学习和AI技术驱动站外十亿级消费者的电商营销场景发展。淘宝联盟是百万淘客在站外的商品分发，实现淘宝千万级用户引流，十亿级GMV规模的站外营销生态；淘宝内容营销是基于万级内容创作者生产的内容以及站外媒体投放，为商家提供站外种草价值的广告营销生态。 我们根据淘宝联盟生态的特点，基于海量时空传播图网络，构建先进的多Treatment价量关系等营销算法模型，实现智能化选品，出价，发券系统；在程序化流量中，深耕多场景多目标预估、个性化排序模型和匹配策略。在淘宝内容营销场景下，我们从内容企划，自动化投放，价值评估全链路实现智能化，涉及站外趋势预测，智能选品，增量目标下的人群挖掘，细粒度的多触点增量预估与评估等技术。在不断提升业务效果的同时，我们在AI算法方面不断突破技术边界：基于强化学习的多模态大语言模型的端到端多模态表征技术，基于LLM大语言模型的智能文案，营销AI agent等技术，广泛应用在同款比价，内容理解，选品出价等场景。 热忱欢迎对营销算法，搜推广，计算机视觉和大语言模型等方向感兴趣的同学加入我们，一起加油，共同成长！我们坚信你的加入，是我们彼此优秀的开始。
1.负责广告&自然结果在Generator-Evaluator架构下混排模型&机制迭代创新； 2.负责研究强化学习、生成式模型在广告生成式拍卖中的应用； 3.负责复杂外部性环境下的广告价值的预估任务； 4.负责广告多阶段的分配模型的设计和效率优化。
团队背景： 淘宝文本搜索算法团队是淘天集团内专注于创新和优化搜索技术的核心团队，其中搜索排序算法致力于实现更准确的用户个性化排序，当前正在推动在搜索场景下实现“个性化生成式排序”的技术革新，旨在通过大语言模型与搜索/推荐系统的深度融合，打造更智能、更个性化的用户体验。 职位描述： 1、研究LLM如何赋能电商场景下的个性化CTR/CVR预估，利用模态对齐、用户行为CoT等技术手段让LLM的推理能力扩展到对用户的个性化偏好的理解与推理上，实现更精准的人货匹配。 2、探索个性化生成式预估模型方案，包括搜索推荐领域下生成式模型相较于判别式模型的优劣对比，生成式训练范式设计、生成式模型结构优化、基于RL的排序目标对齐等方向，设计有scale-up能力的模型方案。 3、负责大模型背景下的预估模型的Infra设计，包括更加算力友好的算法方案设计、训练加速、线上部署、链路优化、计算复杂度优化等，推动先进技术成果的规模化落地。