阿里巴巴阿里国际-推荐算法工程师/专家（跨境电商TAO业务）-杭州
任职要求
任职要求 基本要求 ● 计算机、数学、统计学、人工智能等相关专业硕士及以上学历； ● 5年以上推荐系统相关工作经验，有大型电商平台或互联网公司推荐系统经验者优先； ● 精通推荐系统算法原理与工程实现，熟悉协同过滤、矩阵分解、深度学习模型（如DIN、DSSM、Graph Neural Network等）； ● 熟悉推荐系统全流程，包括数据处理、特征工程、模型训练、A…
工作职责
团队介绍： 日本电商规模全球第四，仅次于中美英；但由于线下零售体系成熟完善，总体电商渗透率低仅13.7%，这个市场是阿里国际需要获得的核心市场，未来希望用”精细化组织有价值淘系供给+拉齐竞对的确定性体验+本地化的GTM推广策略“服务全日本用户。 职位描述： ● 负责日本站推荐系统的整体架构设计与算法策略制定，包括但不限于内容推荐、协同过滤、深度学习模型、多目标优化等； ● 带领团队完成从算法研究、模型训练、AB测试到线上部署的全流程闭环； ● 深入理解日本市场用户行为与文化特性，结合业务场景设计个性化推荐策略，提升用户活跃度与GMV； ● 探索前沿推荐算法（如Graph-based推荐、多模态推荐、强化学习等），推动技术落地； ● 与产品、运营、数据团队紧密合作，推动算法在业务中的价值转化； ● 建立推荐系统的评估体系与监控机制，持续优化模型效果与系统稳定性； ● 培养和指导团队成员，推动团队技术能力提升与知识沉淀。
1.主导多模态推荐系统研发，结合文本、图像、视频等多模态数据优化商品理解、用户行为分析及推荐策略，推动多模态与电商场景的深度融合。 2.设计并实现跨模态对齐技术（如图文/视频语义一致性建模），提升推荐系统的泛化能力和冷启动效果，探索多模态大模型在电商中的创新应用（如CLIP、BEiT3等框架优化）。 3.推动多模态模型的工程化部署，包括分布式训练加速（如TensorRT-LLM）、推理效率优化及性能调优。 4.结合搜索与推荐场景，探索多模态特征在排序、检索中的辅助作用，提升用户交互体验。
Accio是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 1、参与跨境电商多语言多模态大模型研发，包括而不限于Post-Training、SFT、RLHF、RL、Memory等全链路建设； 2、负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Function Call、Reasoning、Agentic RL、Proactive Agent、LangChain； 3、探索LLM前沿技术，持续迭代自研模型能力，推动Native AI Agent落地，重构B2B跨境贸易交互体验。
Accio是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 1、参与跨境电商多语言多模态大模型研发，包括而不限于Post-Training、SFT、RLHF、RL、Memory等全链路建设； 2、负责AI Native专项能力建设，包括而不限于RAG System、Agent System、Function Call、Reasoning、Agentic RL、Proactive Agent、LangChain； 3、探索LLM前沿技术，持续迭代自研模型能力，推动Native AI Agent落地，重构B2B跨境贸易交互体验。
团队介绍 AE 推荐算法团队负责AliExpress所有推荐类相关产品的算法研发，包括商品信息流、图文、短视频等众多场景的推荐，致力于用AI先进技术对商品&内容进行挖掘和理解，提升流量分发效率和用户体验，服务于全球243个国家数十亿消费者: 职位描述 1. 负责跨境电商场景中的用户理解，利用超大规模深度学习对用户长短期兴趣进行建模与实时意图预测 2. 负责推荐商品召回，包括i2i召回、深度个性化召回、多兴趣表达与匹配等 3. 负责优化推荐排序大模型，利用大规模深度学习技术对商品进行表征&个性化排序 4. 负责推荐流量机制与策略研发，包括新品、新用户的投放策略与调控机制